我如何调试SSE值在运行神经网络模型的每个循环在快速矿工

PakkyMa

你好,

我是一名学生，对使用快速矿机运行神经网络模型得出预测HDD工厂使用缺陷的公式感兴趣。我已经运行了神经网络，并使用x验证得出了预测模型及其准确性。但是，我还想获得每个循环的SSE(误差平方和)以调试更多信息。有没有可能得到培训周期的SSE ?在这种情况下，我设置了最大500训练周期。需要你的帮助。这对我来说很重要……

这是我的背景照片。

整体连接。

内部验证

土地

你好,

你不能直接得到，但是如果你在验证中使用性能(回归)运算符，你会得到更多关于如何描述一个模型的优点的选择。其中一个是平方误差，它会给你平均平方误差。从这个(Mikro平均值，不要使用宏观平均值)中，你可以简单地通过将其与数据集中的行数相乘得到你的总和。

或者，您总是可以构建一个流程，该流程将使用Generate Attribute计算每行的平方误差，然后使用Aggregate将其相加。使用Data to Performance，您可以在交叉验证的测试过程中使用此结果作为性能向量。

问候,

塞巴斯蒂安。

PakkyMa

土地,

首先非常感谢您提出的宝贵建议。我用下面的设置重新尝试过。

1.运行500个训练周期的神经网络。设置和我原来贴的一样。

2.对100条记录的输入数据使用性能(回归)和选择的平方误差。

下面是我的问题。

1.结果中的squared_error是否基于500的训练周期计算?

2.为了得到sum squared_error，我需要乘以100。对吗?取值应为25.3。对吧?

结果