MATLAB 神经网络性能数据结构

Question

我正在使用 MATLAB 上的神经网络逼近余弦函数。训练完成后，工作空间上会输出一些数据结构。其中有 4 个结构（嗯，确实是值），其中包含网络的性能结果。

对于性能分析，您会得到一个 performance 结构、trainPerformance、testPerformance 和 valPerformance。

虽然我知道最后三个结构的含义，但第一个让我感到困惑，因为它的值与其他结构不同。

我正在使用神经网络工具箱。

% Train the Network
[net,tr] = train(net,inputs,targets);

% Test the Network
outputs = net(inputs);
errors = gsubtract(targets,outputs);
performance = perform(net,targets,outputs)

% Recalculate Training, Validation and Test Performance
trainTargets = targets .* tr.trainMask{1};
valTargets = targets  .* tr.valMask{1};
testTargets = targets  .* tr.testMask{1};
trainPerformance = perform(net,trainTargets,outputs)
valPerformance = perform(net,valTargets,outputs)
testPerformance = perform(net,testTargets,outputs)

性能结构和其他三种有什么区别？

我想我刚刚意识到性能是网络的整体结果，而trainPerformance是针对当前迭代的。

Answer 1

在进行神经网络时，您通常会将数据分为 3 个子集：Training、Validation 和 Test。关于这些是什么以及为什么，有人在这个网站上有一个很好的问答：

whats is the difference between train, validation and test set, in neural networks?

在您的情况下，您似乎在测试数据的每个子集以及整个数据集的性能！因此，performance 是使用 NN 的性能所有数据，train/val/test-performance 是每个提到的数据子集的性能。

确保您正确理解这 3 个子集是什么，因为这对于理解 NN 的性能至关重要