略微加速
PHP官方手册 - 互联网笔记
首页
IT
PHP手册
Elasticsearch
SVN手册
互联网
博客
登陆
注册
PHP - Manual: FANN
2025-03-29
简介 »
« geoip_time_zone_by_country_and_region
PHP 手册
函数参考
其它基本扩展
FANN (快速人工神经网络)
简介
安装/配置
需求
安装
资源类型
预定义常量
示例
XOR (异或)训练
Fann 函数
fann_cascadetrain_on_data
— 在整个数据集上训练,使用一段时间的 Cascade2 训练算法。
fann_cascadetrain_on_file
— 读取文件并在整个数据集上训练,使用 Cascade2 训练算法训练一段时间
fann_clear_scaling_params
— 清除缩放参数
fann_copy
— 创建一个 fann 结构体的副本。
fann_create_from_file
— 从配置文件中构建一个反向传播神经网络。
fann_create_shortcut
— 创建一个含快捷连接而非全连接的标准反向传播神经网络。
fann_create_shortcut_array
— 创建一个含快捷连接而非全连接的标准反向传播神经网络。
fann_create_sparse
— 创建一个标准的反向传播神经网络,该网络不是全连接。
fann_create_sparse_array
— 创建一个标准的反向传播神经网络,该网络使用一个表示每层大小的数组来构造,但是并不是全连接的。
fann_create_standard
— 创建标准的全连接反向传播神经网络。
fann_create_standard_array
— 创建一个全连接的反向传播神经网络,该网络使用一个表示每层大小的数组来构造。
fann_create_train
— 创建一个空的训练数据结构。
fann_create_train_from_callback
— 从用户提供的函数创建训练数据结构。
fann_descale_input
— 在获取基于先前计算的参数之后,在输入向量中缩小数据
fann_descale_output
— 在获取基于先前计算的参数之后,在输出向量中缩小数据
fann_descale_train
— 基于先前计算的参数来缩小输入和输出数据
fann_destroy
— 销毁整个网络并且适当地释放所有的关联内存。
fann_destroy_train
— 销毁训练数据。
fann_duplicate_train_data
— 返回 fann 训练数据精确的副本。
fann_get_activation_function
— 返回激励函数
fann_get_activation_steepness
— 为提供的神经和网络层数返回激活陡度
fann_get_bias_array
— 获取网络中每一层的偏差数
fann_get_bit_fail
— 失败位的数量
fann_get_bit_fail_limit
— 返回训练期间使用的误差限制
fann_get_cascade_activation_functions
— 返回级联激活函数
fann_get_cascade_activation_functions_count
— 返回级联激活函数的数量
fann_get_cascade_activation_steepnesses
— 返回级联激活陡度
fann_get_cascade_activation_steepnesses_count
— 激活陡度的数量
fann_get_cascade_candidate_change_fraction
— 返回级联候选变化分数
fann_get_cascade_candidate_limit
— 返回候选限度
fann_get_cascade_candidate_stagnation_epochs
— 返回层叠候选停滞周期的数量
fann_get_cascade_max_cand_epochs
— 返回候选周期的最大值
fann_get_cascade_max_out_epochs
— 返回输出周期的最大值
fann_get_cascade_min_cand_epochs
— 返回最小的候选周期
fann_get_cascade_min_out_epochs
— 返回最小输出周期
fann_get_cascade_num_candidate_groups
— 返回候选组的数量
fann_get_cascade_num_candidates
— 返回训练期间使用的候选数量
fann_get_cascade_output_change_fraction
— 返回级联输出变化分数
fann_get_cascade_output_stagnation_epochs
— 返回级联输出停滞周期的数量
fann_get_cascade_weight_multiplier
— 返回权重因子
fann_get_connection_array
— 获取网络中的连接。
fann_get_connection_rate
— 获取当网络创建时连接的使用率。
fann_get_errno
— 返回最后一个错误数字。
fann_get_errstr
— 返回最后的错误字符串。
fann_get_layer_array
— 获取网络中每层的神经元数量。
fann_get_learning_momentum
— 返回学习动量
fann_get_learning_rate
— 返回学习速率
fann_get_MSE
— 从网络中读取均方误差。
fann_get_network_type
— 获取所创建的神经网络类型。
fann_get_num_input
— 获取输入神经元的数量。
fann_get_num_layers
— 获取神经网络的层数。
fann_get_num_output
— 获取输出神经元的数量。
fann_get_quickprop_decay
— 返回衰退值,用于在 quickprop 训练迭代时衰减权重
fann_get_quickprop_mu
— 返回放大系数
fann_get_rprop_decrease_factor
— 返回 RPROP 训练期间的衰减系数
fann_get_rprop_delta_max
— 返回最大步长
fann_get_rprop_delta_min
— 返回最小步长
fann_get_rprop_delta_zero
— 返回初始步长
fann_get_rprop_increase_factor
— 返回 RPROP 训练的递增系数
fann_get_sarprop_step_error_shift
— 返回 sarprop 步值的误差偏移
fann_get_sarprop_step_error_threshold_factor
— 返回 sarprop 算法步值的误差阈值系数
fann_get_sarprop_temperature
— 返回 sarprop 算法温度
fann_get_sarprop_weight_decay_shift
— 返回 sarprop 算法权重衰减变化值
fann_get_total_connections
— 获取整个网络中所有的连接数。
fann_get_total_neurons
— 获取整个网络中神经元的数量。
fann_get_train_error_function
— 返回训练中使用的错误函数。
fann_get_train_stop_function
— 返回训练中使用的停止函数。
fann_get_training_algorithm
— 返回训练算法。
fann_init_weights
— 使用 Widrow 和 Nguyen 算法初始化权重。
fann_length_train_data
— 返回训练数据中训练模式的数量。
fann_merge_train_data
— 合并训练数据。
fann_num_input_train_data
— 返回训练数据中每个训练模式输入的数量。
fann_num_output_train_data
— 返回训练数据中每个训练模式输出的数量。
fann_print_error
— 打印错误字符串
fann_randomize_weights
— 给每个连接赋一个介于 min_weight 和 max_weight 之间的随机权重。
fann_read_train_from_file
— 读取存储训练数据的文件。
fann_reset_errno
— 重置最后的错误代码。
fann_reset_errstr
— 重置最后的错误字符串。
fann_reset_MSE
— 重置网络中的均方误差。
fann_run
— 将通过神经网络运行输入。
fann_save
— 将整个网络保存至配置文件。
fann_save_train
— 将训练结构体保存至文件。
fann_scale_input
— 在以前计算参数的基础上,在训练之前放大输入向量中的数据
fann_scale_input_train_data
— 在训练数据中缩放输入至指定范围
fann_scale_output
— 在以前计算参数的基础上,在训练之前放大输出向量中的数据
fann_scale_output_train_data
— 在训练数据中缩放输出至指定范围
fann_scale_train
— 在以前计算参数的基础上,缩放输入和输出数据
fann_scale_train_data
— 在训练数据中缩放输入和输出到指定的范围
fann_set_activation_function
— 为已应用的神经元和层设置激活函数
fann_set_activation_function_hidden
— 为所有隐藏层设置激活函数
fann_set_activation_function_layer
— 为已应用的层中所有的神经元设置激活函数
fann_set_activation_function_output
— 为输出层设置激活函数
fann_set_activation_steepness
— 为提供的神经元和层设置激活陡度
fann_set_activation_steepness_hidden
— 为所有隐藏层中所有的神经元设置激活函数陡度
fann_set_activation_steepness_layer
— 为提供的层中所有的神经元设置激活陡度
fann_set_activation_steepness_output
— 在输出层中设置激活陡度
fann_set_bit_fail_limit
— 设置训练期间使用的误差
fann_set_callback
— 设置训练期间使用的回调函数。
fann_set_cascade_activation_functions
— 设置级联候选激活函数的数组
fann_set_cascade_activation_steepnesses
— 设置级联候选激活陡度的数组。
fann_set_cascade_candidate_change_fraction
— 设置级联候选更改分数
fann_set_cascade_candidate_limit
— 设置候选限度
fann_set_cascade_candidate_stagnation_epochs
— 设置级联候选停止周期数
fann_set_cascade_max_cand_epochs
— 设置最大候选周期数
fann_set_cascade_max_out_epochs
— 设置最大输出周期
fann_set_cascade_min_cand_epochs
— 设置最小候选周期
fann_set_cascade_min_out_epochs
— 设置最小输出周期
fann_set_cascade_num_candidate_groups
— 设置候选组数量
fann_set_cascade_output_change_fraction
— 设置级联输出改变分数
fann_set_cascade_output_stagnation_epochs
— 设置级联输出停滞周期的值
fann_set_cascade_weight_multiplier
— 设置权重因子
fann_set_error_log
— 设置错误记录保存的位置。
fann_set_input_scaling_params
— 根据训练数据计算将来使用的输入比例参数
fann_set_learning_momentum
— 设置学习动量。
fann_set_learning_rate
— 设置学习速率。
fann_set_output_scaling_params
— 根据训练数据计算将来使用的输出缩放参数
fann_set_quickprop_decay
— 设置quickprop算法衰减因子
fann_set_quickprop_mu
— 设置 quickprop 算法放大因子
fann_set_rprop_decrease_factor
— 使用 RPROP 算法训练时,设置下降因子
fann_set_rprop_delta_max
— 设置最大步长
fann_set_rprop_delta_min
— 设置最小步长
fann_set_rprop_delta_zero
— 设置初始步长
fann_set_rprop_increase_factor
— 使用 RPROP 算法训练时,设置增长因子
fann_set_sarprop_step_error_shift
— 设置 sarprop 算法的步误差偏移量
fann_set_sarprop_step_error_threshold_factor
— 设置 sarprop 算法的步误差阈值因子
fann_set_sarprop_temperature
— 设置 sarprop 算法的温度
fann_set_sarprop_weight_decay_shift
— 设置 sarprop 算法的权重衰减偏移值
fann_set_scaling_params
— 根据训练数据计算输入和输出缩放参数以供将来使用
fann_set_train_error_function
— 设置训练期间使用的错误函数。
fann_set_train_stop_function
— 设置训练期间使用的停止函数。
fann_set_training_algorithm
— 设置训练算法。
fann_set_weight
— 在网络中设置一个连接。
fann_set_weight_array
— 在网络中设置一个连接。
fann_shuffle_train_data
— 打算训练数据,使顺序随机。
fann_subset_train_data
— 返回一个训练数据子集的副本。
fann_test
— 使用一组输入和一组期望的输出来测试。
fann_test_data
— 使用训练数据来测试并且计算出 MSE
fann_train
— 使用一个输入集和一个期望的输出集来迭代训练一次。
fann_train_epoch
— 使用一组训练数据训练一个周期。
fann_train_on_data
— 在整个数据集上训练一段时间。
fann_train_on_file
— 在从某个文件读取的整个数据集上训练一段时间。
FANNConnection
— FANNConnection 类
FANNConnection::__construct
— 连接构造器
FANNConnection::getFromNeuron
— 返回开始连接的神经元
FANNConnection::getToNeuron
— 返回终止神经元的位置
FANNConnection::getWeight
— 返回连接权重。
FANNConnection::setWeight
— 设置连接权重。
发现了问题?
了解如何改进此页面
•
提交拉取请求
•
报告一个错误
+
添加备注
用户贡献的备注
此页面尚无用户贡献的备注。
官方地址:
https://www.php.net/manual/en/book.fann.php
有任何技术问题请点击这里
网站运营推广招聘
IT
PHP
编程语言
开发编程
Linux
科技
Elasticsearch
HTML/CSS/XML
面试
数据库
网络
JAVA
NoSQL
C/C++
Golang
Git
算法
操作系统
正则表达式
Redis
互联网
MySql
JavaScript
运维
软件
国际
架构设计
Mac OS
TCP/IP
Excel
Windows
Vim
Socket
Oracle
VR
MongoDB
Python
运营
MemCache
商业
硬件
电子
娱乐
设计
nginx
摄影
游戏
WordPress
HTTP
团建
数码电器
Docker
广告
广告
laravel查看orm生成的sql
PHPStorm ESC 会退出命令行
laravel orm中DB::insert方法导致内存泄漏的问题解决方法
docker-compose启动nginx与php-fpm
composer install参数
php7 安装fileinfo扩展
php位值,解决 PHP 中 usort 在值相同时改变原始位置的问题
preg_split — 通过一个正则表达式分隔字符串
[PHP] inet_pton/inet_ntop IP地址转换函数
Composer的Packagist资源
[鸟哥]PHP_INT_MIN 和 -9223372036854775808
PHP json解析(json_decode)页面工具
opcache预加载
PHP 8.1
mysql面试题
Windows系统下使用PHPCS+PHPMD+GIT钩子
常用的php ADODB使用方法集锦
adodb手册
利用PHP SOAP实现WEB SERVICE
[原创]诡异的php-fpm超时问题
联系我们
半月雨文化
可降解耗材网
蓝云环保
78免费小説
上海网站seo优化
工程造价
币安app官网下载
币安app官网下载
coinbase
贷款信息
seo查询
北京半月雨文化科技有限公司
.版权所有
京ICP备12026184号-3