PHP 8.4.0 RC4 available for testing

Constantes pré-définies

Ces constantes sont définies par cette extension, et ne sont disponibles que si cette extension a été compilée avec PHP, ou bien chargée au moment de l'exécution.

Training algorithms
FANN_TRAIN_INCREMENTAL (int)
L'algorithme standard de rétropropagation, où les poids sont mis à jour après chaque motif d'entraînement. Cela signifie que les poids sont mis à jour de nombreuses fois pendant une seule époque. Pour cette raison, certains problèmes se formeront très rapidement avec cet algorithme, tandis que d'autres problèmes plus avancés ne se formeront pas très bien.
FANN_TRAIN_BATCH (int)
L'algorithme standard de rétropropagation, où les poids sont mis à jour après avoir calculé l'erreur quadratique moyenne pour l'ensemble d'entraînement. Cela signifie que les poids ne sont mis à jour qu'une seule fois pendant une époque. Pour cette raison, certains problèmes se formeront plus lentement avec cet algorithme. Mais comme l'erreur quadratique moyenne est calculée plus correctement que dans l'entraînement incrémentiel, certains problèmes ateindront de meilleures solutions avec cet algorithme.
FANN_TRAIN_RPROP (int)
Un algorithme d'entraînement par lots plus avancé qui donne de bons résultats pour de nombreux problèmes. L'algorithme d'entraînement RPROP est adaptatif, et n'utilise donc pas le paramètre learning_rate. Cependant, certains autres paramètres peuvent être définis pour changer la façon dont l'algorithme d'entraînement RPROP fonctionne, mais il est uniquement recommandé pour les utilisateurs ayant une connaissance de la façon dont l'algorithme d'entraînement RPROP fonctionne. L'algorithme d'entraînement RPROP est décrit par [Riedmiller et Braun, 1993], mais l'algorithme d'apprentissage réel utilisé ici est l'algorithme d'entraînement iRPROP décrit par [Igel et Husken, 2000] qui est une variété de l'algorithme d'entraînement RPROP standard.
FANN_TRAIN_QUICKPROP (int)
Un algorithme d'entraînement par lots plus avancé qui donne de bons résultats pour de nombreux problèmes. L'algorithme d'entraînement Quickprop utilise le paramètre learning_rate, ainsi que d'autres paramètres plus avancés, mais il est uniquement recommandé de changer ces paramètres avancés pour les utilisateurs ayant une connaissance de la façon dont l'algorithme d'entraînement Quickprop fonctionne. L'algorithme d'entraînement Quickprop est décrit par [Fahlman, 1988].
FANN_TRAIN_SARPROP (int)
Un algorithme d'entraînement encore plus avancé. Seulement pour la version 2.2.
Activation functions
FANN_LINEAR (int)
Fonction d'activation linéaire.
FANN_THRESHOLD (int)
Fonction d'activation de seuil.
FANN_THRESHOLD_SYMMETRIC (int)
Fonction d'activation de seuil.
FANN_SIGMOID (int)
Fonction d'activation sigmoïde.
FANN_SIGMOID_STEPWISE (int)
Approximation linéaire par étapes de la sigmoïde.
FANN_SIGMOID_SYMMETRIC (int)
Fonction d'activation sigmoïde symétrique, alias tanh.
FANN_SIGMOID_SYMMETRIC_STEPWISE (int)
Approximation linéaire par étapes de la sigmoïde symétrique.
FANN_GAUSSIAN (int)
Fonction d'activation gaussienne.
FANN_GAUSSIAN_SYMMETRIC (int)
Fonction d'activation gaussienne symétrique.
FANN_GAUSSIAN_STEPWISE (int)
Fonction d'activation gaussienne par étapes.
FANN_ELLIOT (int)
Fonction d'activation rapide (sigmoïde) définie par David Elliott.
FANN_ELLIOT_SYMMETRIC (int)
Fonction d'activation rapide (sigmoïde symétrique) définie par David Elliott.
FANN_LINEAR_PIECE (int)
Fonction d'activation linéaire bornée.
FANN_LINEAR_PIECE_SYMMETRIC (int)
Fonction d'activation linéaire bornée symétrique.
FANN_SIN_SYMMETRIC (int)
Fonction d'activation sinus symétrique périodique.
FANN_COS_SYMMETRIC (int)
Fonction d'activation cosinus symétrique périodique.
FANN_SIN (int)
Fonction d'activation sinus périodique.
FANN_COS (int)
Fonction d'activation cosinus périodique.
Fonction d'erreur utilisée pendant l'entraînement
FANN_ERRORFUNC_LINEAR (int)
Fonction d'erreur linéaire standard.
FANN_ERRORFUNC_TANH (int)
Les fonction d'erreur tanh; généralement meilleure mais peut nécessiter un taux d'apprentissage plus bas. Cette fonction d'erreur cible agressivement les sorties qui diffèrent beaucoup de la sortie désirée, sans cibler les sorties qui ne diffèrent que légèrement. Non recommandé pour l'entraînement en cascade ou incrémentiel.
Stop criteria used during training
FANN_STOPFUNC_MSE (int)
Les critères d'arrêt de la valeur de l'erreur quadratique moyenne (MSE).
FANN_STOPFUNC_BIT (int)
Les critères d'arrêt du nombre de bits qui échouent. Le nombre de bits signifie le nombre de neurones de sortie qui diffèrent de plus que la limite de défaillance de bits (voir fann_get_bit_fail_limit, fann_set_bit_fail_limit). Les bits sont comptés dans tous les données d'entraînement, donc ce nombre peut être plus élevé que le nombre de données d'entraînement.
Definition of network types used by fann_get_network_type()
FANN_NETTYPE_LAYER (int)
Chaque couche n'a de connexions qu'à la couche suivante.
FANN_NETTYPE_SHORTCUT (int)
Chaque couche a des connexions à toutes les couches suivantes.
Errors
FANN_E_NO_ERROR (int)
Pas d'erreur.
FANN_E_CANT_OPEN_CONFIG_R (int)
Impossible d'ouvrir le fichier de configuration en lecture.
FANN_E_CANT_OPEN_CONFIG_W (int)
Impossible d'ouvrir le fichier de configuration en écriture.
FANN_E_WRONG_CONFIG_VERSION (int)
Mauvaise version du fichier de configuration.
FANN_E_CANT_READ_CONFIG (int)
Erreur de lecture des informations du fichier de configuration.
FANN_E_CANT_READ_NEURON (int)
Erreur de lecture des informations du neurone du fichier de configuration.
FANN_E_CANT_READ_CONNECTIONS (int)
Erreur de lecture des connexions du fichier de configuration.
FANN_E_WRONG_NUM_CONNECTIONS (int)
Le nombre de connexions n'est pas égal au nombre attendu.
FANN_E_CANT_OPEN_TD_W (int)
Impossible d'ouvrir le fichier de données d'entraînement en écriture.
FANN_E_CANT_OPEN_TD_R (int)
Impossible d'ouvrir le fichier de données d'entraînement en lecture.
FANN_E_CANT_READ_TD (int)
Erreur de lecture des données d'entraînement du fichier.
FANN_E_CANT_ALLOCATE_MEM (int)
Impossible d'allouer de la mémoire.
FANN_E_CANT_TRAIN_ACTIVATION (int)
Impossible d'entraîner avec la fonction d'activation sélectionnée.
FANN_E_CANT_USE_ACTIVATION (int)
Impossible d'utiliser la fonction d'activation sélectionnée.
FANN_E_TRAIN_DATA_MISMATCH (int)
Différences irréconciliables entre deux structures fann_train_data.
FANN_E_CANT_USE_TRAIN_ALG (int)
Impossible d'utiliser l'algorithme d'entraînement sélectionné.
FANN_E_TRAIN_DATA_SUBSET (int)
Tentative de prendre un sous-ensemble qui n'est pas dans l'ensemble d'entraînement.
FANN_E_INDEX_OUT_OF_BOUND (int)
L'index est hors limite.
FANN_E_SCALE_NOT_PRESENT (int)
Les paramètres de mise à l'échelle ne sont pas présents.
FANN_E_INPUT_NO_MATCH (int)
Le nombre de neurones d'entrée dans l'ann et les données ne correspondent pas.
FANN_E_OUTPUT_NO_MATCH (int)
Le nombre de neurones de sortie dans l'ann et les données ne correspondent pas.

add a note

User Contributed Notes 1 note

up
0
aaroncr+php at gmail dot com
1 month ago
RELU and L-RELU activation functions are listed in the C++ library enum (fann_data.h:~214) but PHP constants have not been assigned for them as of this note. You can add them yourself:

define('FANN_LINEAR_PIECE_RECT', 18);
define('FANN_LINEAR_PIECE_RECT_LEAKY', 19);
To Top