MatConvNet，错误与客观绘图理解

Question

如何解释DAG包装器的图形输出？关于这一点有绝对最少的文档。当与“客观”相关时，能量与纪元是什么意思？误差图和客观图的区别是什么？MatConvNet是否尝试最小化目标而不是错误图？与简单的包装器相比，MatConvNet如何在DAG包装器中处理这些输出图形？求求你，总得有人对此有所了解。我一直在寻找答案，但得到的都是不可靠的假设……

在下面附上示例图像。

Output Plot #1 (Potential Overfitting)

Output Plot #2 (Error and Training convergence)

Answer 1

像其他深度学习框架一样，网络试图最小化“目标”。目标函数的设计使得它与“误差”非常相关。你不能直接优化误差，因为它是离散的。你必须找到它的一些代理来优化它。

与简单的包装器相比，MatConvNet如何在DAG包装器中处理这些输出图形？如果我没记错，MatConvNet在DAG中查找名称为"error“和"loss”的变量并显示它们。

如果你还有其他问题，请告诉我。