小编gka*_*ann的帖子

我正在开发一个用于研究神经网络的程序，到目前为止，我已经了解将数据集分为3组（训练，验证和测试）的区别（我想）。我的网络可能只有一个输出或多个输出，具体取决于数据集和问题。学习算法是反向传播。

因此，问题基本上是让我对每个错误及其计算方法感到困惑。

哪个训练错误？如果我想使用MSE是（期望的输出）^ 2吗？但是，如果我的网络有2个或更多输出，训练错误将是所有输出的总和，那会发生什么？

然后，验证错误只是使用验证数据集来计算输出，并将获得的结果与所需结果进行比较，这会给我带来错误，它的计算方法与训练错误中的计算方法相同吗？并有多个输出？

最后，不清楚的是，验证何时开始运行？我在某处读到它可能每5个周期出现一次，但是，对此有任何规定吗？

提前感谢时间！

出于某些奇怪的原因,surfaceView正在显示图像,但红色和蓝色通道被交换.我使用的代码与Github项目中的代码基本相同,但有一些小的改动.

我正在使用它的代码是:

public class CameraView extends SurfaceView implements SurfaceHolder.Callback{

private SurfaceHolder surfaceHolder = null;
private Camera camera = null;

public CameraView(Context context) {
    super(context);
    surfaceHolder = this.getHolder();
    surfaceHolder.addCallback(this);
}

@Override
public void surfaceCreated(SurfaceHolder holder) {
    camera = Camera.open();
    Parameters parameters = camera.getParameters();
    parameters.setPreviewFpsRange(30000, 30000);            
    camera.setParameters(parameters);   
}

@Override
public void surfaceChanged(SurfaceHolder holder, int format, int width, int height) {
    if (camera != null){                    // Start the preview for surfaceChanged
        try {
            camera.setPreviewDisplay(holder);
        } catch (IOException e) {
            // TODO …