matlab BP神经网络中，最后算出的MSE值应该为多少？

Posted 2023-03-26

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了matlab BP神经网络中，最后算出的MSE值应该为多少？相关的知识，希望对你有一定的参考价值。

我用matlab做了个BP神经网络，10输入，3输出，50个样本，训练出来，最后仿真时，和测试数据的的误差，就是MSE的值有一百多。。。我想知道，如果网络合格的话，MSE的值应该不大于多少啊？

表示对网络训练结果的测试。

Mse的意思是均方误差，当然越小越好。但这和你有多少训练样本，有多少训练课程有很大关系。

这个没有标准，每个人都知道零偏差是最好的。但是，神经网络本身的致命缺陷被消除了，因为它是对解析表达式的迭代收敛逼近，所以不可能达到零误差。

这样只能根据用户的工程技术要求来判断，误差指标应该小于工程误差范围啊。但对于科学研究来说，只能具体分析。量化没有明确或绝对的意义。

扩展资料：

BP神经网络的计算过程包括正演计算过程和反演计算过程。在正向传播过程中，输入模式从输入层到隐藏单元层，再到输出层进行逐层处理。

每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到想要的输出，则误差信号将沿原连接路径反向传播返回，并对每个神经元的权值进行修改，使误差信号最小化。

参考资料：百度百科-BP神经网络

参考技术A mse表示均方差，当然越小越好。但是这与你训练样本的多少，训练次数都有很大关系。

你试试看径向基神经网络和高斯型网络能不能更好的减低训练误差，神经网络就是一个不断调试的学习过程。追问

这个我也知道，但是我再不断调试的过程中，需要一个标准，我想知道，MSE到底达到大概多少时，我的网络才算是训练合格了？

追答

这个其实没有统一的标准，任何人都知道0偏差当然是最好。但是根绝神经网络本身致命的缺陷，由于它是迭代收敛逼近解析式，所以不可能达到0误差。

这只有根据使用者的工程技术要求来加以判断，至于你这个误差指标肯定应该在小于工程误差范围内啊。但是对于科研研究，也只能具体情况具体分析。定量一说没有具体绝对一说的。

追问

好吧，可是我这里并没有什么工程误差范围。。。就您来看，那如果MSE是六十几，合适吗？我主要是心里完全没谱，不知道MSE一旦达到多少了，那么就肯定是不合理的？一般情况下，像我这种10输入，3输出的情况，输出的值前两个都是一百左右，最后一个是40左右，MSE多少才不会很离谱呢？

追答

你这样，试试用别的神经网络做一个对比。然后请教你的老师。实际的东西太难说了。但是60几MSE不是很理想，因为你的输入才10个。

追问

唉唉，调了一天，终于MSE值可以等于14了，我想问，14合适么？还是说14仍然明显太大了？（话说我们老师从来不管我们的。。。）

追答

你们老师也太不负责了。对了，你尝试换一换别的激励函数。logsig，tansig看看。

追问

恩我都换了试了的，调到最后最低也就到14了，是不是14仍然还是过大了啊？要至少降到零点几才合适？

追答

如果按照你从100多降到这么大，已经不错了。但是这个真的没有标准的。需要按照你的实际情况来定啊。我不懂你这个神经网络的课题来源，我不能提供给你准确的指导。

本回答被提问者和网友采纳参考技术B 不同问题mse差很大的而且哥哥你注意了，你用的是mse，和数据本身的数量级相关性很大追问

我是三个输出，正确的话，前两个的值一般是在90~140，第三个的值一般在30~50，这种情况下，MSE是多少的范围比较合适的呢？
MSE一百多，是不是肯定是不对的？六十多呢？是不是像我这种的，一般情况下都最好不要大于一？或者不要大于0.1？

追答

这很难说的。应该有r输出或者error histgram吧

追问

调成14了，14这个值合适么？还是说仍然还是太大了？

追答

你看看误差分布如果很集中应该就可以了

追问

新手啊，这个误差分布是怎么看呢？可以说详细点么？或者给个这样的命令语句吧？

追答

神经网络的界面里面有个按钮就是误差分布图。我的是2010b

BP神经网络matlab源程序代码讲解

采用2个隐层，举个例子就最好了，谢谢

参考技术A newff 创建前向BP网络格式：
net = newff(PR,[S1 S2...SNl],TF1 TF2...TFNl,BTF,BLF,PF)

其中：PR —— R维输入元素的R×2阶最大最小值矩阵； Si —— 第i层神经元的个数，共N1层； TFi——第i层的转移函数，默认‘tansig’； BTF—— BP网络的训练函数，默认‘trainlm’; BLF—— BP权值/偏差学习函数，默认’learngdm’ PF ——性能函数，默认‘mse’；（误差）

e.g.
P = [0 1 2 3 4 5 6 7 8 9 10];T = [0 1 2 3 4 3 2 1 2 3 4];
net = newff([0 10],[5 1],'tansig' 'purelin');net.trainparam.show=50; %每次循环50次net.trainParam.epochs = 500; %最大循环500次
net.trainparam.goal=0.01; %期望目标误差最小值
net = train(net,P,T); %对网络进行反复训练
Y = sim(net,P)Figure % 打开另外一个图形窗口
plot(P,T,P,Y,'o')追问

出现这样的错误是怎么回事？