如何定制MATLAB神经网络的误差函数

我想将此函数作为训练神经网络的误差函数：

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

的错误函数是不可自定义的，因此我可以使用

trainscg

）

我发现这建议使用

template\u performance.m

文件来定义新的性能函数。我说我只需要复制这个文件，并根据需要自定义它

但据我所知，`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，它可以将错误的平方相加并输出它们（SSE）。 显然，

template\u performance.m

从Matlab2010开始就被弃用了

---

那么，在训练神经网络时，我如何改变计算/评估误差/性能的方式呢

据我所知，性能函数用于训练和测试/评估（除非某个训练算法硬编码为特定函数）

我有一个类似的问题。。。定制性能函数的整个过程是一场彻底的灾难。很多东西都在贬值，关于我们应该做什么的文档也没有

我最终不得不破解一个我不打算使用的性能函数（SSE）的核心文件。在matlab目录下

matlab\R2012b\toolbox\nnet\nnet\nnperformance

可以找到它们。我根据

t

，

t-1

更改，使用一些方向权重修改了apply.m（在SSE+文件夹中）函数。但随后我遇到了一个问题，即训练算法将参数发送到

apply（）

，发送方式和格式与

perform（）

不同。我最终没有使用

perform（）

，也没有为此编写自己的代码。上帝啊一团糟

---

这是一个非常丑陋的黑客行为，我希望听到任何找到正确方法的人的意见。

你能链接你提到的文章吗？以下是文章：正确。我不是在寻找在培训/测试中实现不同性能功能的方法。我正在寻找一种自定义错误函数的方法。请仔细阅读这个问题。关于这个问题的更多细节也可以在这里找到：我可能完全错了，但训练算法不是在处理性能函数的输出（不是直接的误差/差值）并试图将其作为目标进行优化吗？如果是这样的话，实现自定义性能功能就足够了。它收到的第一个参数“error”是目标和输出之间的差值，它将直接用于等式

perf=-E*（exp（-E）-1）

。。。您应该知道，从MatlabR2010B开始，所有这些函数都已被弃用。您是对的。性能函数实际上就是我想要的。但显然，这种解决方案（使用

模板\u性能

）对于Matlab2010及更高版本已经过时。那么，还有其他想法吗？这里也一样。自定义性能函数是一个很难实现的问题。因为并没有文档，也并没有文档化的一般实现，所以这是一个逆向工程问题。如果有人有见解，我很想听听。