Neural network 计算误差神经网络
最近我一直在为我的研究实现神经网络。在尝试设计神经网络的误差时,我对一些事情感到困惑,因为我发现了几种计算均方误差的方法:Neural network 计算误差神经网络,neural-network,Neural Network,最近我一直在为我的研究实现神经网络。在尝试设计神经网络的误差时,我对一些事情感到困惑,因为我发现了几种计算均方误差的方法: 全局误差=标准差((Tik Yik)^2) 其中i=输出神经元的数量,k=训练数据的数量 RMS=sqrt(全局错误/i+k) 全局误差=标准差((Tik Yik)^2) 其中i=输出神经元的数量,k=训练数据的数量 平均误差=标准差((Tik平均值(Tik))^2) 其中i=输出神经元的数量,k=训练数据的数量 RMS=全局误差/平均误差 我对这两个感到困惑,有人能告诉我
我对这两个感到困惑,有人能告诉我哪一个是正确的吗?或者两者都是真的?假设这些是您所指的方程式: 如果是,RMS1值看起来像一个有效的RMS表达式,而RMS2只是一个分数表达式,根本不是RMS表达式 不过有一件事:看起来您的RMS1还包含错误/输入错误:sqrt()内容的分母应该是简单的“k”,而不是“i+k”。我认为你应该简单地除以训练集的大小,而不包括神经元的数量
如果您还引用了这些方程式的参考资料,这将非常有用。您可能需要链接到这些方程式的来源。