clear all; p1={-1 0 1 0 1 1 -1 0 -1 1 0 1}; t1={-1 -1 1 1 1 2 0 -1 -1 0 1 1}; net=linearlayer([0 1],0.1) %创建一个线性层,输入范围为【-1,1】,0和1的输入延迟,学习率为0.1 [net,y,e,pf]=adapt(net,p1,t1); mse(e);
输出:
ans =
0.7006
linearlayer 用间接方式解决线性不可分的问题,用多个线性函数对区域进行划分,然后对神经元输出进行逻辑运算。
MSE是(神经)网络的均方误差,叫”Mean Square Error”。比如有n对输入输出数据,每对为[Pi,Ti],i=1,2,…,n.网络通过训练后有网络输出,记为Yi。那
MSE=(求和(Ti-Yi)^2(i=1,2,..n))/n,即每一组数的误差平方和再除以数据的对数。