在R中使用neuralnet包时如何实现自己的错误函数？

我试图在R中的neuralnet包中实现一个定制的错误函数

---

通常使用代表平方误差和交叉熵之和的‘sse’和‘ce’来计算误差。有人能告诉我如何实现自己的误差函数的细节吗。虽然软件包说我们可以使用定制的错误函数，但用户手册中对此没有帮助

我也有同样的问题。这就是我收到的解决方案/帮助。 您可以使用R函数的通常定义（函数（x，y）{…}）。因此，误差函数必须为函数（x，y）类型，其中x为拟合值，y为真值

请参考以下示例

library(neuralnet)

AND <- c(rep(0,7),1)
OR <- c(0,rep(1,7))
binary.data <- data.frame(expand.grid(c(0,1), c(0,1), c(0,1)), AND, OR)
set.seed(3)
print(net <- neuralnet(AND+OR~Var1+Var2+Var3,  binary.data, hidden=0, rep=10, err.fct="sse", linear.output=FALSE))

#Call: neuralnet(formula = AND + OR ~ Var1 + Var2 + Var3, data = binary.data,     hidden = 0, rep = 10, err.fct = "sse", linear.output = FALSE)
#
#10 repetitions were calculated.
#
#Error Reached Threshold Steps
#7  0.04043122185    0.008248439644   116
#5  0.04426319054    0.009619409680   124
#8  0.04698485282    0.007947430014   117
#2  0.04931335384    0.008792873261    88
#1  0.04965332555    0.009631079320    89
#4  0.05396400022    0.009092193542    96
#6  0.05488395412    0.009990028287   124
#3  0.06383087672    0.009964206587    94
#10 0.51657348285    0.008602371325    51
#9  0.52514202592    0.007890927099    40


set.seed(3)
custom <- function(x,y){1/2*(y-x)^2}
print(net <- neuralnet(AND+OR~Var1+Var2+Var3,  binary.data, hidden=0, rep=10, linear.output=FALSE, err.fct=custom))

#Call: neuralnet(formula = AND + OR ~ Var1 + Var2 + Var3, data = binary.data,     hidden = 0, rep = 10, err.fct = custom, linear.output = FALSE)
#
#10 repetitions were calculated.
#
#Error Reached Threshold Steps
#7  0.04043122185    0.008248439644   116
#5  0.04426319054    0.009619409680   124
#8  0.04698485282    0.007947430014   117
#2  0.04931335384    0.008792873261    88
#1  0.04965332555    0.009631079320    89
#4  0.05396400022    0.009092193542    96
#6  0.05488395412    0.009990028287   124
#3  0.06383087672    0.009964206587    94
#10 0.51657348285    0.008602371325    51
#9  0.52514202592    0.007890927099    40

库（neuralnet）
这很有道理。然而，当把交叉熵写为和（…）时，R抱怨不能区分。如何解决这个问题？@FilippoMazza:从源代码看，似乎不需要sum（）函数，因为它是自动包装在err.fct周围的。交叉熵将是err.fct当我尝试运行第二个：
neuralnet
命令时，我得到以下错误：
计算错误。渐变（权重=权重，长度。权重=长度。权重，dims[product 16]与对象的长度[32]不匹配。
。这是我的
会话信息
：