MatConvNet，错误与客观图的理解

Question

应该如何解释 DAG 包装器的图形输出？这方面的文档绝对最少。与“目标”相关时，能量与时代是什么意思？错误图和目标图有什么区别？ MatConvNet 是否尝试最小化目标而不是错误图？ MatConvNet 如何在 DAG 包装器与简单包装器中处理这些输出图？拜托，有人必须对此有所了解。我搜索了回复，但给出的只是不可靠的假设......

下面附上示例图片。

Output Plot #1 (Potential Overfitting)

Output Plot #2 (Error and Training convergence)

Answer 1

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

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

如果您还有其他问题，请告诉我。