我试图在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，所以我可以在一个图上看到收敛。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 将选项（1）设置为 1 来完成< strong> netopt 输出。
然而，这些错误与 mlperr 不同，后者为最后一次迭代提供了 0.5 *（平方和误差）的错误值。如果我不知道如何计算它们，我就无法真正有效地使用它们。
有人知道命令窗口中显示的错误代表什么（我使用缩放共轭渐变作为我的优化算法）？
是否有一种方法可以为网络的每次迭代存储 mlperr 运行
非常感谢任何帮助，非常感谢！
NB： 我尝试过类似的事情： ftp://ftp.dcs.shef.ac.uk/home/spc/com336/neural-lab-wk6.html
然而，由于某些原因，它使用选项（14）中指定的迭代次数而不是k来运行网络给出不同的结果。
答案 0 :(得分：0)
当然可以，
ERRLOG 向量，作为网络优化函数 netopt 的输出创建，具有以下语法
[NET, OPTIONS, ERRLOG] = netopt(NET, OPTIONS, X, T, ALG)
ERRLOG 的每一行为相应的网络优化迭代提供0.5 * SSE（平方和误差）。在预测输出（y）和目标输出（t）之间计算该误差。
MLPERR 函数，具有以下语法
E = mlperr(NET, X, T)
它还在预测输出（y）和目标输出（t）之间提供0.5 * SSE，但由于网络参数是常数（NET应该预先训练）， E 是一个奇异值
如果使用 ERRLOG 输出运行 netopt ，然后使用相同的网络和变量运行 MLPERR ， E < / em>应该与 ERRLOG 的最后一行的值相同（网络优化的最后一次迭代后的错误）。
希望这对某人有用！