matlab - Netlab - 如何计算错误？

Question

我正在尝试在 Matlab 上使用 Netlab 优化和验证神经网络

我想找到每次迭代的误差值，这样我就可以在绘图上看到收敛。这可以通过存储命令窗口中显示的错误来完成，该错误通过使用errlog将options(1)设置为1来完成，是netopt输出。

然而，这些误差与mlperr 不同，后者在最后一次迭代中给出的误差值为0.5*（平方和误差）。如果我不知道它们是如何计算的，我就无法真正有效地使用它们。

有谁知道命令窗口中显示的错误代表什么（我使用缩放共轭梯度作为我的优化算法）？

有没有办法为网络运行的每次迭代存储mlperr ？

非常感谢任何帮助，非常感谢！

注意： 我试过做类似的事情： ftp: //ftp.dcs.shef.ac.uk/home/spc/com336/neural-lab-wk6.html

然而，由于某种原因，它给出了以 options(14) 下指定的迭代次数而不是 k 运行网络的不同结果。

Answer 1

是的，当然了，

ERRLOG向量，创建为网络优化函数 netopt 的输出，语法如下

[NET, OPTIONS, ERRLOG] = netopt(NET, OPTIONS, X, T, ALG)

ERRLOG的每一行为网络优化的相应迭代提供 0.5*SSE（平方和误差）。该误差是在预测输出 (y) 和目标输出 (t) 之间计算的。

MLPERR函数，语法如下

E = mlperr(NET, X, T)

它还在预测输出 (y) 和目标输出 (t) 之间给出了 0.5*SSE，但是由于网络参数是恒定的（NET 应该是预训练的），E是一个奇异值。

如果netopt使用ERRLOG输出运行，然后MLPERR使用相同的网络和变量运行，则E应该与ERRLOG最后一行的值相同（网络优化最终迭代后的错误）。

希望这对某人有用！