Main Content

La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

plotperform

Tracer les performances d’un réseau

Description

exemple

plotperform(TR) trace l’erreur par rapport à l’epoch pour les performances d’apprentissage, de validation et de test de l’enregistrement de l’apprentissage TR renvoyé par la fonction train.

Exemples

réduire tout

Cet exemple montre comment utiliser plotperform pour obtenir un tracé des valeurs d’erreur de l’enregistrement de l’apprentissage par rapport au nombre d’epochs de l'apprentissage.

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

{"String":"Figure Neural Network Training (05-Nov-2022 09:57:27) 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":[]}

Généralement, l’erreur diminue après plusieurs epochs d’apprentissage, mais peut commencer à augmenter sur le jeu de données de validation, car le réseau commence à surajuster les données d’apprentissage. Dans la configuration par défaut, l’apprentissage s’arrête après six augmentations consécutives de l’erreur de validation et les meilleures performances sont extraites de l’epoch avec l’erreur de validation la plus faible.

Arguments d'entrée

réduire tout

L'enregistrement de l’apprentissage (epoch et perf) est renvoyé comme une structure dont les champs dépendent de la fonction d’apprentissage du réseau (net.NET.trainFcn). Il peut inclure des champs comme :

  • Fonctions et paramètres d’apprentissage, de division de données et de performance

  • Indices de division des données pour les jeux d’apprentissage, de validation et de test

  • Masques de division des données pour les jeux d’apprentissage, de validation et de test

  • Nombre d’epochs (num_epochs) et le meilleur epoch (best_epoch)

  • Liste des noms des états d’apprentissage (states)

  • Champs pour chaque nom d’état enregistrant sa valeur pendant l’apprentissage

  • Performances du meilleur réseau (best_perf, best_vperf, best_tperf)

Historique des versions

Introduit dans R2008a

Voir aussi