BP神经网络的训练函数和学习函数，还有性能函数分别代表什么

Question

首先我现在知道激励函数是什么。但是经常说的训练函数、学习函数还有性能函数分别指的是什么？
例如以下例子：“ 设定网络隐层和输出层激励函数分别为tansig和logsig函数, 网络训练函数为traingdx, 网络性能函数为mse,隐层神经元数初设为6。设定网络参数。网络迭代次数epochs为5000次, 期望误差goal为0.00000001, 学习速率lr为0. 01。”
网络训练函数为traingdx，这个公式到底是什么？我在百度查半天都没有查到具体的公式。
网络性能函数为mse，mse的公式是什么？

Answer 1

“激励函数”，其实不是“激励函数”，而是激活函数。用来增加一个非线性因素。和“激励”没有关系。
mse（mean square error）是平均均方误差。公式就是所有的预测值和真实值的差的平方的平均值。
性能函数，这个根据你后面的描述，应该叫做损失函数（loss function）
学习函数、traingdx实在不知道什么意思，是不是trainingdx，有动量和自适应lr的梯度下降法，如果是的话，这个“学习函数”应该就是反向传播函数。你所有的名词都是不规范的，而这个连猜都猜不出了。