如何自定义MATLAB神经网络的误差函数

Question

我想将此函数实现为用于训练神经网络的错误函数：

function err = MyErrorFunction(T,O)
  d = T - O;
  err = -d*( exp(-d) - 1 );
end

其中T是目标值， O是输入的神经网络输出。

训练算法无关紧要（显然， trainlm错误函数不可自定义，因此我可以使用trainscg ）。

我发现这篇文章建议使用template_performance.m文件定义一个新的性能函数。 我说我只是复制了这个文件并根据需要对其进行了自定义。

但是据我所知，`template_performance.m`是** performance **函数的模板，而不是** error **函数：`template_performance.m`获取错误值并输出性能值，例如可以对误差平方求和并输出（SSE）。

显然，自MATLAB 2010起已弃用template_performance.m 。

那么，当训练神经网络时，如何改变计算/评估错误/性能的方式呢？

Answer 1

我有一个类似的问题……关于定制性能功能的整个过程完全是一场灾难。 很多东西都被折旧了，关于我们应该怎么做的文献零。

我最终不得不破解我不打算使用的性能功能的核心文件（SSE）。 在matlab目录MATLAB\\R2012b\\toolbox\\nnet\\nnet\\nnperformance您可以找到它们。 我修改了apply.m（在SSE +文件夹中）函数，并根据t ， t-1变化使用了一些方向权重。 但是后来我遇到了一个训练算法的问题，该算法以与perform()不同的方式和格式发送参数到apply() perform() 。 我最终没有使用perform()并为此编写自己的代码。 耶稣...一团糟。

这是一个非常丑陋的骇客，我很想听听任何找到正确方法的人的来信。

Answer 2

据我了解，性能功能既用于训练又用于测试/评估（除非将某种训练算法硬编码为特定功能）