? geoip_time_zone_by_country_and_region
簡介 ?
Bejson.com
PHP Manual
其它基本擴(kuò)展
FANN (快速人工神經(jīng)網(wǎng)絡(luò))
FANN (快速人工神經(jīng)網(wǎng)絡(luò))
簡介
安裝/配置
需求
安裝
運(yùn)行時(shí)配置
資源類型
預(yù)定義常量
范例
XOR (異或)訓(xùn)練
Fann 函數(shù)
fann_cascadetrain_on_data
— 在整個(gè)數(shù)據(jù)集上訓(xùn)練,使用一段時(shí)間的 Cascade2 訓(xùn)練算法。
fann_cascadetrain_on_file
— 讀取文件并在整個(gè)數(shù)據(jù)集上訓(xùn)練,使用 Cascade2 訓(xùn)練算法訓(xùn)練一段時(shí)間。
fann_clear_scaling_params
— 清除縮放參數(shù)
fann_copy
— 創(chuàng)建一個(gè) fann 結(jié)構(gòu)體的副本。
fann_create_from_file
— 從配置文件中構(gòu)建一個(gè)反向傳播神經(jīng)網(wǎng)絡(luò)。
fann_create_shortcut_array
— 創(chuàng)建一個(gè)含快捷連接而非全連接的標(biāo)準(zhǔn)反向傳播神經(jīng)網(wǎng)絡(luò)。
fann_create_shortcut
— 創(chuàng)建一個(gè)含快捷連接而非全連接的標(biāo)準(zhǔn)反向傳播神經(jīng)網(wǎng)絡(luò)。
fann_create_sparse_array
— 創(chuàng)建一個(gè)標(biāo)準(zhǔn)的反向傳播神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)使用一個(gè)表示每層大小的數(shù)組來構(gòu)造,但是并不是全連接的。
fann_create_sparse
— 創(chuàng)建一個(gè)標(biāo)準(zhǔn)的反向傳播神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)不是全連接。
fann_create_standard_array
— 創(chuàng)建一個(gè)全連接的反向傳播神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)使用一個(gè)表示每層大小的數(shù)組來構(gòu)造。
fann_create_standard
— 創(chuàng)建標(biāo)準(zhǔn)的全連接反向傳播神經(jīng)網(wǎng)絡(luò)。
fann_create_train_from_callback
— 從用戶提供的函數(shù)創(chuàng)建訓(xùn)練數(shù)據(jù)結(jié)構(gòu)。
fann_create_train
— 創(chuàng)建一個(gè)空的訓(xùn)練數(shù)據(jù)結(jié)構(gòu)。
fann_descale_input
— 在獲取基于先前計(jì)算的參數(shù)之后,在輸入向量中縮小數(shù)據(jù)
fann_descale_output
— 在獲取基于先前計(jì)算的參數(shù)之后,在輸出向量中縮小數(shù)據(jù)
fann_descale_train
— 基于先前計(jì)算的參數(shù)來縮小輸入和輸出數(shù)據(jù)
fann_destroy_train
— 銷毀訓(xùn)練數(shù)據(jù)。
fann_destroy
— 銷毀整個(gè)網(wǎng)絡(luò)并且適當(dāng)?shù)蒯尫潘械年P(guān)聯(lián)內(nèi)存。
fann_duplicate_train_data
— 返回 fann 訓(xùn)練數(shù)據(jù)精確的副本。
fann_get_activation_function
— 返回激勵(lì)函數(shù)
fann_get_activation_steepness
— 為提供的神經(jīng)和網(wǎng)絡(luò)層數(shù)返回激活陡度
fann_get_bias_array
— 獲取網(wǎng)絡(luò)中每一層的偏差數(shù)
fann_get_bit_fail_limit
— 返回訓(xùn)練期間使用的誤差限制
fann_get_bit_fail
— 失敗位的數(shù)量
fann_get_cascade_activation_functions_count
— 返回級(jí)聯(lián)激活函數(shù)的數(shù)量
fann_get_cascade_activation_functions
— 返回級(jí)聯(lián)激活函數(shù)
fann_get_cascade_activation_steepnesses_count
— 激活陡度的數(shù)量
fann_get_cascade_activation_steepnesses
— 返回級(jí)聯(lián)激活陡度
fann_get_cascade_candidate_change_fraction
— 返回級(jí)聯(lián)候選變化分?jǐn)?shù)
fann_get_cascade_candidate_limit
— 返回候選限度
fann_get_cascade_candidate_stagnation_epochs
— 返回層疊候選停滯周期的數(shù)量
fann_get_cascade_max_cand_epochs
— 返回候選周期的最大值
fann_get_cascade_max_out_epochs
— 返回輸出周期的最大值
fann_get_cascade_min_cand_epochs
— 返回最小的候選周期
fann_get_cascade_min_out_epochs
— 返回最小輸出周期
fann_get_cascade_num_candidate_groups
— 返回候選組的數(shù)量
fann_get_cascade_num_candidates
— 返回訓(xùn)練期間使用的候選數(shù)量
fann_get_cascade_output_change_fraction
— 返回級(jí)聯(lián)輸出變化分?jǐn)?shù)
fann_get_cascade_output_stagnation_epochs
— 返回級(jí)聯(lián)輸出停滯周期的數(shù)量
fann_get_cascade_weight_multiplier
— 返回權(quán)重因子
fann_get_connection_array
— 獲取網(wǎng)絡(luò)中的連接。
fann_get_connection_rate
— 獲取當(dāng)網(wǎng)絡(luò)創(chuàng)建時(shí)連接的使用率。
fann_get_errno
— 返回最后一個(gè)錯(cuò)誤數(shù)字。
fann_get_errstr
— 返回最后的錯(cuò)誤字符串。
fann_get_layer_array
— 獲取網(wǎng)絡(luò)中每層的神經(jīng)元數(shù)量。
fann_get_learning_momentum
— 返回學(xué)習(xí)動(dòng)量
fann_get_learning_rate
— 返回學(xué)習(xí)速率
fann_get_MSE
— 從網(wǎng)絡(luò)中讀取均方誤差。
fann_get_network_type
— 獲取所創(chuàng)建的神經(jīng)網(wǎng)絡(luò)類型。
fann_get_num_input
— 獲取輸入神經(jīng)元的數(shù)量。
fann_get_num_layers
— 獲取神經(jīng)網(wǎng)絡(luò)的層數(shù)。
fann_get_num_output
— 獲取輸出神經(jīng)元的數(shù)量。
fann_get_quickprop_decay
— 返回衰退值,用于在 quickprop 訓(xùn)練迭代時(shí)衰減權(quán)重
fann_get_quickprop_mu
— 返回放大系數(shù)
fann_get_rprop_decrease_factor
— 返回 RPROP 訓(xùn)練期間的衰減系數(shù)
fann_get_rprop_delta_max
— 返回最大步長
fann_get_rprop_delta_min
— 返回最小步長
fann_get_rprop_delta_zero
— 返回初始步長
fann_get_rprop_increase_factor
— 返回 RPROP 訓(xùn)練的遞增系數(shù)
fann_get_sarprop_step_error_shift
— 返回 sarprop 步值的誤差偏移
fann_get_sarprop_step_error_threshold_factor
— 返回 sarprop 算法步值的誤差閾值系數(shù)
fann_get_sarprop_temperature
— 返回 sarprop 算法溫度
fann_get_sarprop_weight_decay_shift
— 返回 sarprop 算法權(quán)重衰減變化值
fann_get_total_connections
— 獲取整個(gè)網(wǎng)絡(luò)中所有的連接數(shù)。
fann_get_total_neurons
— 獲取整個(gè)網(wǎng)絡(luò)中神經(jīng)元的數(shù)量。
fann_get_train_error_function
— 返回訓(xùn)練中使用的錯(cuò)誤函數(shù)。
fann_get_train_stop_function
— 返回訓(xùn)練中使用的停止函數(shù)。
fann_get_training_algorithm
— 返回訓(xùn)練算法。
fann_init_weights
— 使用 Widrow 和 Nguyen 算法初始化權(quán)重。
fann_length_train_data
— 返回訓(xùn)練數(shù)據(jù)中訓(xùn)練模式的數(shù)量。
fann_merge_train_data
— 合并訓(xùn)練數(shù)據(jù)。
fann_num_input_train_data
— 返回訓(xùn)練數(shù)據(jù)中每個(gè)訓(xùn)練模式輸入的數(shù)量。
fann_num_output_train_data
— 返回訓(xùn)練數(shù)據(jù)中每個(gè)訓(xùn)練模式輸出的數(shù)量。
fann_print_error
— 打印錯(cuò)誤字符串。
fann_randomize_weights
— 給每個(gè)連接賦一個(gè)介于 min_weight 和 max_weight 之間的隨機(jī)權(quán)重。
fann_read_train_from_file
— 讀取存儲(chǔ)訓(xùn)練數(shù)據(jù)的文件。
fann_reset_errno
— 重置最后的錯(cuò)誤代碼。
fann_reset_errstr
— 重置最后的錯(cuò)誤字符串。
fann_reset_MSE
— 重置網(wǎng)絡(luò)中的均方誤差。
fann_run
— 將通過神經(jīng)網(wǎng)絡(luò)運(yùn)行輸入。
fann_save_train
— 將訓(xùn)練結(jié)構(gòu)體保存至文件。
fann_save
— 將整個(gè)網(wǎng)絡(luò)保存至配置文件。
fann_scale_input_train_data
— 在訓(xùn)練數(shù)據(jù)中縮放輸入至指定范圍
fann_scale_input
— 在以前計(jì)算參數(shù)的基礎(chǔ)上,在訓(xùn)練之前放大輸入向量中的數(shù)據(jù)
fann_scale_output_train_data
— 在訓(xùn)練數(shù)據(jù)中縮放輸出至指定范圍
fann_scale_output
— 在以前計(jì)算參數(shù)的基礎(chǔ)上,在訓(xùn)練之前放大輸出向量中的數(shù)據(jù)
fann_scale_train_data
— 在訓(xùn)練數(shù)據(jù)中縮放輸入和輸出到指定的范圍
fann_scale_train
— 在以前計(jì)算參數(shù)的基礎(chǔ)上,縮放輸入和輸出數(shù)據(jù)
fann_set_activation_function_hidden
— 為所有隱藏層設(shè)置激活函數(shù)
fann_set_activation_function_layer
— 為已應(yīng)用的層中所有的神經(jīng)元設(shè)置激活函數(shù)。
fann_set_activation_function_output
— 為輸出層設(shè)置激活函數(shù)
fann_set_activation_function
— 為已應(yīng)用的神經(jīng)元和層設(shè)置激活函數(shù)
fann_set_activation_steepness_hidden
— 為所有隱藏層中所有的神經(jīng)元設(shè)置激活函數(shù)陡度
fann_set_activation_steepness_layer
— 為提供的層中所有的神經(jīng)元設(shè)置激活陡度
fann_set_activation_steepness_output
— 在輸出層中設(shè)置激活陡度
fann_set_activation_steepness
— 為提供的神經(jīng)元和層設(shè)置激活陡度
fann_set_bit_fail_limit
— 設(shè)置訓(xùn)練期間使用的誤差
fann_set_callback
— 設(shè)置訓(xùn)練期間使用的回調(diào)函數(shù)。
fann_set_cascade_activation_functions
— 設(shè)置級(jí)聯(lián)候選激活函數(shù)的數(shù)組
fann_set_cascade_activation_steepnesses
— 設(shè)置級(jí)聯(lián)候選激活陡度的數(shù)組。
fann_set_cascade_candidate_change_fraction
— 設(shè)置級(jí)聯(lián)候選更改分?jǐn)?shù)
fann_set_cascade_candidate_limit
— 設(shè)置候選限度
fann_set_cascade_candidate_stagnation_epochs
— 設(shè)置級(jí)聯(lián)候選停止周期數(shù)
fann_set_cascade_max_cand_epochs
— 設(shè)置最大候選周期數(shù)
fann_set_cascade_max_out_epochs
— 設(shè)置最大輸出周期
fann_set_cascade_min_cand_epochs
— 設(shè)置最小候選周期
fann_set_cascade_min_out_epochs
— 設(shè)置最小輸出周期
fann_set_cascade_num_candidate_groups
— 設(shè)置候選組數(shù)量
fann_set_cascade_output_change_fraction
— 設(shè)置級(jí)聯(lián)輸出改變分?jǐn)?shù)
fann_set_cascade_output_stagnation_epochs
— 設(shè)置級(jí)聯(lián)輸出停滯周期的值
fann_set_cascade_weight_multiplier
— 設(shè)置權(quán)重因子
fann_set_error_log
— 設(shè)置錯(cuò)誤記錄保存的位置。
fann_set_input_scaling_params
— 根據(jù)訓(xùn)練數(shù)據(jù)計(jì)算將來使用的輸入比例參數(shù)
fann_set_learning_momentum
— 設(shè)置學(xué)習(xí)動(dòng)量。
fann_set_learning_rate
— 設(shè)置學(xué)習(xí)速率。
fann_set_output_scaling_params
— 根據(jù)訓(xùn)練數(shù)據(jù)計(jì)算將來使用的輸出縮放參數(shù)
fann_set_quickprop_decay
— 設(shè)置quickprop算法衰減因子
fann_set_quickprop_mu
— 設(shè)置 quickprop 算法放大因子
fann_set_rprop_decrease_factor
— 使用 RPROP 算法訓(xùn)練時(shí),設(shè)置下降因子
fann_set_rprop_delta_max
— 設(shè)置最大步長
fann_set_rprop_delta_min
— 設(shè)置最小步長
fann_set_rprop_delta_zero
— 設(shè)置初始步長
fann_set_rprop_increase_factor
— 使用 RPROP 算法訓(xùn)練時(shí),設(shè)置增長因子
fann_set_sarprop_step_error_shift
— 設(shè)置 sarprop 算法的步誤差偏移量
fann_set_sarprop_step_error_threshold_factor
— 設(shè)置 sarprop 算法的步誤差閾值因子
fann_set_sarprop_temperature
— 設(shè)置 sarprop 算法的溫度
fann_set_sarprop_weight_decay_shift
— 設(shè)置 sarprop 算法的權(quán)重衰減偏移值
fann_set_scaling_params
— 根據(jù)訓(xùn)練數(shù)據(jù)計(jì)算輸入和輸出縮放參數(shù)以供將來使用
fann_set_train_error_function
— 設(shè)置訓(xùn)練期間使用的錯(cuò)誤函數(shù)。
fann_set_train_stop_function
— 設(shè)置訓(xùn)練期間使用的停止函數(shù)。
fann_set_training_algorithm
— 設(shè)置訓(xùn)練算法。
fann_set_weight_array
— 在網(wǎng)絡(luò)中設(shè)置一個(gè)連接。
fann_set_weight
— 在網(wǎng)絡(luò)中設(shè)置一個(gè)連接。
fann_shuffle_train_data
— 打算訓(xùn)練數(shù)據(jù),使順序隨機(jī)。
fann_subset_train_data
— 返回一個(gè)訓(xùn)練數(shù)據(jù)子集的副本。
fann_test_data
— 使用訓(xùn)練數(shù)據(jù)來測試并且計(jì)算出 MSE
fann_test
— 使用一組輸入和一組期望的輸出來測試。
fann_train_epoch
— 使用一組訓(xùn)練數(shù)據(jù)訓(xùn)練一個(gè)周期。
fann_train_on_data
— 在整個(gè)數(shù)據(jù)集上訓(xùn)練一段時(shí)間。
fann_train_on_file
— 在從某個(gè)文件讀取的整個(gè)數(shù)據(jù)集上訓(xùn)練一段時(shí)間。
fann_train
— 使用一個(gè)輸入集和一個(gè)期望的輸出集來迭代訓(xùn)練一次。
FANNConnection
— FANNConnection 類
FANNConnection::__construct
— 連接構(gòu)造器
FANNConnection::getFromNeuron
— 返回開始連接的神經(jīng)元。
FANNConnection::getToNeuron
— 返回終止神經(jīng)元的位置。
FANNConnection::getWeight
— 返回連接權(quán)重。
FANNConnection::setWeight
— 設(shè)置連接權(quán)重。