Main Content

plotperform

绘制网络性能图

说明

示例

plotperform(TR) 基于函数 train 所返回的训练记录 TR 绘制训练、验证和测试性能的误差对轮数的图。

示例

全部折叠

此示例说明如何使用 plotperform 获得训练记录误差值对训练轮数的图。

[x,t] = bodyfat_dataset;
net = feedforwardnet(10);
[net,tr] = train(net,x,t);

{"String":"Figure Neural Network Training (31-Aug-2022 01:37:10) contains an object of type uigridlayout.","Tex":[],"LaTex":[]}

plotperform(tr)

{"String":"Figure Performance (plotperform) contains an axes object. The axes object with title Best Validation Performance is 26.6393 at epoch 9 contains 6 objects of type line. These objects represent Train, Validation, Test, Best.","Tex":"Best Validation Performance is 26.6393 at epoch 9","LaTex":[]}

一般情况下,经过更多轮数的训练后,误差会减小,但随着网络开始过拟合训练数据,基于验证数据集的误差可能会开始增大。在默认设置中,在验证误差连续六次增大后,训练将停止,最优性能取自验证误差最低的那一轮训练。

输入参数

全部折叠

训练记录(epochperf),以结构体形式返回,其字段取决于网络训练函数 (net.NET.trainFcn)。它可以包括如下字段:

  • 训练、数据划分以及性能函数和参数

  • 训练、验证和测试集的数据划分索引

  • 训练、验证和测试集的数据划分掩码

  • 轮数 (num_epochs) 和最佳轮次 (best_epoch)

  • 训练状态名称列表 (states)

  • 每个状态名称的字段(在整个训练过程中记录其值)

  • 最佳网络的性能(best_perfbest_vperfbest_tperf

版本历史记录

在 R2008a 中推出

另请参阅