sumsqr

Somma degli elementi al quadrato della matrice o delle matrici (da rimuovere)

sumsqr sarà rimossa in una prossima release. Per ulteriori informazioni, vedere Transition Legacy Neural Network Code to dlnetwork Workflows.

Per suggerimenti sull'aggiornamento del codice, vedere Version History (Storico della versione).

Sintassi

[s,n] = sumsqr(x)

Descrizione

[s,n] = sumsqr(x) considera una matrice o un array di celle di matrici x, e restituisce la somma s di tutti i valori finiti al quadrato in x e il numero di valori finiti n.

Se x non contiene valori finiti, la somma restituita è pari a 0.

Esempi

Calcolo della somma degli elementi quadrati utilizzando la funzione sumsqr

Questo esempio mostra come calcolare la somma degli elementi al quadrato di una matrice e di un array di celle utilizzando la funzione sumsqr.

m = sumsqr([1 2;3 4])

m = 
30

[m,n] = sumsqr({[1 2; NaN 4], [4 5; 2 3]})

m = 
75

n = 
7

Argomenti di input

x — Matrice di input

matrice | array di celle di matrici

Elementi di input, specificati come una matrice o un array di celle di matrici.

Argomenti di output

s — Somma degli elementi al quadrato

scalare

Somma degli elementi al quadrato in x, restituita come scalare.

n — Numero di valori finiti

scalare

Numero di valori finiti in x, restituiti come scalare.

Cronologia versioni

Introduzione prima di R2006a

R2026a: Prossima rimozione di sumsqr

sumsqr sarà rimossa in una prossima release.

Per saperne di più sulle operazioni e sui livelli matematici e di Deep Learning supportati, vedere questi esempi e argomenti:

• Build Networks with Deep Network Designer

• List of Deep Learning Layers

• List of Functions with dlarray Support

Per calcolare la somma dei quadrati degli elementi finiti di una matrice X e il numero di elementi finiti, utilizzare

idx = isfinite(X);
s = sum(X(idx).*X(idx),"all");
n = sum(idx,"all");

Per ulteriori informazioni, vedere Transition Legacy Neural Network Code to dlnetwork Workflows.

Vedi anche

Time Series Modeler | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

Argomenti

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows