Downloads
Documentation
Get Involved
Help
Search docs
PHP 8.4.0 RC4 available for testing
Getting Started
Introduction
A simple tutorial
Language Reference
Basic syntax
Types
Variables
Constants
Expressions
Operators
Control Structures
Functions
Classes and Objects
Namespaces
Enumerations
Errors
Exceptions
Fibers
Generators
Attributes
References Explained
Predefined Variables
Predefined Exceptions
Predefined Interfaces and Classes
Predefined Attributes
Context options and parameters
Supported Protocols and Wrappers
Security
Introduction
General considerations
Installed as CGI binary
Installed as an Apache module
Session Security
Filesystem Security
Database Security
Error Reporting
User Submitted Data
Hiding PHP
Keeping Current
Features
HTTP authentication with PHP
Cookies
Sessions
Handling file uploads
Using remote files
Connection handling
Persistent Database Connections
Command line usage
Garbage Collection
DTrace Dynamic Tracing
Function Reference
Affecting PHP's Behaviour
Audio Formats Manipulation
Authentication Services
Command Line Specific Extensions
Compression and Archive Extensions
Cryptography Extensions
Database Extensions
Date and Time Related Extensions
File System Related Extensions
Human Language and Character Encoding Support
Image Processing and Generation
Mail Related Extensions
Mathematical Extensions
Non-Text MIME Output
Process Control Extensions
Other Basic Extensions
Other Services
Search Engine Extensions
Server Specific Extensions
Session Extensions
Text Processing
Variable and Type Related Extensions
Web Services
Windows Only Extensions
XML Manipulation
GUI Extensions
Keyboard Shortcuts
?
This help
j
Next menu item
k
Previous menu item
g p
Previous man page
g n
Next man page
G
Scroll to bottom
g g
Scroll to top
g h
Goto homepage
g s
Goto search
(current page)
/
Focus search box
Introdução »
« geoip_time_zone_by_country_and_region
Manual do PHP
Referência das Funções
Outras Extensões Básicas
Selecione a língua::
English
German
Spanish
French
Italian
Japanese
Brazilian Portuguese
Russian
Turkish
Ukrainian
Chinese (Simplified)
Other
FANN (Rede Neural Artificial Rápida)
Introdução
Instalação/Configuração
Dependências
Instalação
Tipos de Recurso
Constantes pré-definidas
Exemplos
Treinamento XOR
Funções de Fann
fann_cascadetrain_on_data
— Treina um conjunto de dados inteiro, por um período de tempo, usando o algoritmo de treinamento Cascade2
fann_cascadetrain_on_file
— Treina em um conjunto de dados inteiro lido do arquivo, por um período de tempo usando o algoritmo de treinamento Cascade2
fann_clear_scaling_params
— Limpa parâmetros de dimensionamento
fann_copy
— Cria uma cópia de uma estrutura fann
fann_create_from_file
— Constrói uma rede neural de retropropagação a partir de um arquivo de configuração
fann_create_shortcut
— Cria uma rede neural de retropropagação padrão que não está totalmente conectada e possui conexões de atalho
fann_create_shortcut_array
— Cria uma rede neural de retropropagação padrão que não está totalmente conectada e possui conexões de atalho
fann_create_sparse
— Cria uma rede neural de retropropagação padrão, que não está totalmente conectada
fann_create_sparse_array
— Cria uma rede neural de retropropagação padrão, que não está totalmente conectada usando um array de tamanhos de camada
fann_create_standard
— Cria uma rede neural de retropropagação padrão totalmente conectada
fann_create_standard_array
— Cria uma rede neural de retropropagação padrão totalmente conectada usando um array de tamanhos de camada
fann_create_train
— Cria uma estrutura de dados de treinamento vazia
fann_create_train_from_callback
— Cria a estrutura de dados de treinamento a partir de uma função fornecida pelo usuário
fann_descale_input
— Restaura o dimensionamento do vetor de entrada com base em parâmetros previamente calculados, após obtê-lo da rede neural
fann_descale_output
— Restaura o dimensionamento do vetor de saída com base em parâmetros previamente calculados, após obtê-lo da rede neural
fann_descale_train
— Restaura o dimensionamento da entrada e da saída com base em parâmetros previamente calculados
fann_destroy
— Destrói a rede neural inteira e libera adequadamente a memória associada
fann_destroy_train
— Destrói os dados de treinamento
fann_duplicate_train_data
— Retorna uma cópia exata de dados de treinamento de rede neural
fann_get_activation_function
— Retorna a função de ativação
fann_get_activation_steepness
— Retorna a inclinação da função de ativação para o neurônio e a camada informados
fann_get_bias_array
— Obtém o número da polarização em cada camada na rede
fann_get_bit_fail
— O número de falhas de bit
fann_get_bit_fail_limit
— Retorna o limite de falha de bit usado durante o treinamento
fann_get_cascade_activation_functions
— Retorna as funções de ativação em cascata
fann_get_cascade_activation_functions_count
— Retorna o número de funções de ativação em cascata
fann_get_cascade_activation_steepnesses
— Retorna as inclinações de ativação em cascata
fann_get_cascade_activation_steepnesses_count
— O número de inclinações de ativação
fann_get_cascade_candidate_change_fraction
— Retorna a fração de alteração de candidatos em cascata
fann_get_cascade_candidate_limit
— Retorna o limite de candidato
fann_get_cascade_candidate_stagnation_epochs
— Retorna o número de épocas de estagnação de candidatos em cascata
fann_get_cascade_max_cand_epochs
— Retorna o máximo de épocas de candidatos
fann_get_cascade_max_out_epochs
— Retorna o máximo de épocas da saída
fann_get_cascade_min_cand_epochs
— Retorna o mínimo de épocas de candidatos
fann_get_cascade_min_out_epochs
— Retorna o mínimo de épocas de saída
fann_get_cascade_num_candidate_groups
— Retorna o número de grupos candidatos
fann_get_cascade_num_candidates
— Retorna o número de candidatos utilizados durante o treinamento
fann_get_cascade_output_change_fraction
— Retorna a fração de alteração da saída em cascata
fann_get_cascade_output_stagnation_epochs
— Retorna o número de épocas de estagnação da saída em cascata
fann_get_cascade_weight_multiplier
— Retorna o multiplicador de peso
fann_get_connection_array
— Obtém conexões na rede
fann_get_connection_rate
— Obtém a taxa de conexão usada quando a rede foi criada
fann_get_errno
— Retorna o número do último erro
fann_get_errstr
— Retorna a última mensagem de erro
fann_get_layer_array
— Obtémo número de neurônios em cada camada na rede
fann_get_learning_momentum
— Retorna o impulso de aprendizagem
fann_get_learning_rate
— Retorna a taxa de aprendizagem
fann_get_MSE
— Lê o erro quadrático médio da rede
fann_get_network_type
— Obtém o tipo da rede neural em que ela foi criada
fann_get_num_input
— Obtém o número de neurônios de entrada
fann_get_num_layers
— Obtém o número de camadas na rede neural
fann_get_num_output
— Obtém o número de neurônios de saída
fann_get_quickprop_decay
— Retorna o decaimento que é um fator que os pesos devem reduzir em cada ideração durante o treinamento Quickprop
fann_get_quickprop_mu
— Retorna o fator mu
fann_get_rprop_decrease_factor
— Retorna o fator de redução usado durante treinamento RPROP
fann_get_rprop_delta_max
— Retorna o tamanho máximo do passo
fann_get_rprop_delta_min
— Retorna o tamanho mínimo do passo
fann_get_rprop_delta_zero
— Retorna o tamanho inicial do passo
fann_get_rprop_increase_factor
— Retorna o fator de aumento usado durante o treinamento RPROP
fann_get_sarprop_step_error_shift
— Retorna o deslocamento de erro de passo do treinamento Sarprop
fann_get_sarprop_step_error_threshold_factor
— Retorna o fator de limite de erro de passo do treinamento Sarprop
fann_get_sarprop_temperature
— Retorna a temperatura do treinamento Sarprop
fann_get_sarprop_weight_decay_shift
— Retorna o deslocamento de decaimento de peso do treinamento Sarprop
fann_get_total_connections
— Obtém o número total de conexões em toda a rede
fann_get_total_neurons
— Obtém o número total de neurônios em toda a rede
fann_get_train_error_function
— Retorna a função de erro usada durante o treinamento
fann_get_train_stop_function
— Retorna a função de parada usada durante o treinamento
fann_get_training_algorithm
— Retorna o algoritmo de treinamento
fann_init_weights
— Inicializa os pesos usando o algoritmo de Widrow + Nguyen
fann_length_train_data
— Retorna o número de padrões de treinamento nos dados de treinamento
fann_merge_train_data
— Mescla os dados de treinamento
fann_num_input_train_data
— Retorna o número de entradas em cada um dos padrões de treinamento nos dados de treinamento
fann_num_output_train_data
— Retorna o número de saídas em cada um dos padrões de treinamento nos dados de treinamento
fann_print_error
— Exibe a string de erro
fann_randomize_weights
— Fornece a cada conexão um peso aleatório entre um mínimo e um máximo
fann_read_train_from_file
— Lê um arquivo que armazena dados de treinamento
fann_reset_errno
— Redefine o número do último erro
fann_reset_errstr
— Redefine a string do último erro
fann_reset_MSE
— Redefine o erro quadrático médio da rede
fann_run
— Executa a entrada através da rede neural
fann_save
— Grava a rede neural inteira em um arquivo de configuração
fann_save_train
— Grava a estrutura de treinamento em um arquivo
fann_scale_input
— Dimensiona dados no vetor de entrada com base em parâmetros previamente calculados, antes de inseri-lo na rede neural
fann_scale_input_train_data
— Dimensiona as entradas nos dados de treinamento para a faixa especificada
fann_scale_output
— Dimensiona dados no vetor de saída com base em parâmetros previamente calculados, após obtê-lo da rede neural
fann_scale_output_train_data
— Dimensiona as saídas nos dados de treinamento para uma faixa especificada
fann_scale_train
— Dimensiona entrada e saída com base em parâmetros previamente calculados
fann_scale_train_data
— Dimensiona as entradas e saídas nos dados de treinamento para a faixa especificada
fann_set_activation_function
— Define a função de ativação para o neurônio e a camada informados
fann_set_activation_function_hidden
— Define a função de ativação para todas as camadas ocultas
fann_set_activation_function_layer
— Define a função de ativação para todos os neurônios na camada especificada
fann_set_activation_function_output
— Define a função de ativação para a camada de saída
fann_set_activation_steepness
— Define a inclinação de ativação para o neurônio e camada informados
fann_set_activation_steepness_hidden
— Define a inclinação de ativação para todos os neurônios em todas as camadas ocultas
fann_set_activation_steepness_layer
— Define a inclinação de ativação para todos os neurônios da camada especificada
fann_set_activation_steepness_output
— Define a inclinação de ativação na camada de saída
fann_set_bit_fail_limit
— Define o limite de falhas de bit usado durante o treinamento
fann_set_callback
— Define a função de retorno para uso durante o treinamento
fann_set_cascade_activation_functions
— Define o array de funções de ativação de candidatos em cascata
fann_set_cascade_activation_steepnesses
— Define o array de inclinação de ativação de candidatos em cascata
fann_set_cascade_candidate_change_fraction
— Define a fração de modificação de candidatos em cascata
fann_set_cascade_candidate_limit
— Define o limite de candidatos
fann_set_cascade_candidate_stagnation_epochs
— Define o número de épocas de estagnação de candidatos em cascata
fann_set_cascade_max_cand_epochs
— Define o máximo de épocas de candidatos
fann_set_cascade_max_out_epochs
— Define o máximo de épocas de saída
fann_set_cascade_min_cand_epochs
— Define o mínimo de épocas de candidatos
fann_set_cascade_min_out_epochs
— Define o mínimo de épocas de saída
fann_set_cascade_num_candidate_groups
— Define o número de grupos candidatos
fann_set_cascade_output_change_fraction
— Define a fração de modificação da saída em cascata
fann_set_cascade_output_stagnation_epochs
— Define o número de épocas de estagnação de saída em cascata
fann_set_cascade_weight_multiplier
— Define o multiplicador de peso
fann_set_error_log
— Define onde os erros são registrados
fann_set_input_scaling_params
— Calcula os parâmetros de dimensionamento da entrada para uso futuro com base nos dados de treinamento
fann_set_learning_momentum
— Define o impulso de aprendizagem
fann_set_learning_rate
— Define a taxa de aprendizagem
fann_set_output_scaling_params
— Calcula os parâmetros de dimensionamento de saída para uso futuro com base nos dados de treinamento
fann_set_quickprop_decay
— Define o fator de decaimento do Quickprop
fann_set_quickprop_mu
— Define o fator mu do Quickprop
fann_set_rprop_decrease_factor
— Define o fator de redução usado durante o treinamento RPROP
fann_set_rprop_delta_max
— Define o tamanho máximo do passo
fann_set_rprop_delta_min
— Define o tamanho mínimo do passo
fann_set_rprop_delta_zero
— Define o tamanho inicial do passo
fann_set_rprop_increase_factor
— Define o fator de aumento usado durante o treinamento RPROP
fann_set_sarprop_step_error_shift
— Define o deslocamento de erro de passo do Sarprop
fann_set_sarprop_step_error_threshold_factor
— Define o fator de limite de erro de passo do Sarprop
fann_set_sarprop_temperature
— Define a temperatura do Sarprop
fann_set_sarprop_weight_decay_shift
— Define o deslocamento de decaimento do peso do Sarprop
fann_set_scaling_params
— Calcula parâmetros de entrada e saída para uso futuro com base nos dados de treinamento
fann_set_train_error_function
— Define a função de erro usada durante o treinamento
fann_set_train_stop_function
— Define a função de parada usada durante o treinamento
fann_set_training_algorithm
— Define o algoritmo de treinamento
fann_set_weight
— Define uma conexão na rede
fann_set_weight_array
— Define as conexões na rede
fann_shuffle_train_data
— Embaralha o dados de treinamento, tornando a ordem aleatória
fann_subset_train_data
— Retorna uma cópia de um subconjunto dos dados de treinamento
fann_test
— Testa com um conjunto de entradas, e um conjunto de saídas desejadas
fann_test_data
— Testa um conjunto de dados de treinamento e calcula seu MSE
fann_train
— Treina uma iteração com um conjunto de entradas e um conjunto de saídas desejadas
fann_train_epoch
— Treina uma época com um conjunto de dados de treinamento
fann_train_on_data
— Treina em um conjunto de dados inteiro por um período de tempo
fann_train_on_file
— Treina em um conjunto de dados inteiro, que é lido de um arquivo, por um período de tempo
FANNConnection
— A classe FANNConnection
FANNConnection::__construct
— O contrutor de conexão
FANNConnection::getFromNeuron
— Retorna a posição do neurônio inicial
FANNConnection::getToNeuron
— Retorna a posição do neurônio final
FANNConnection::getWeight
— Retorna o peso da conexão
FANNConnection::setWeight
— Define o peso da conexão
Melhore Esta Página
Aprenda Como Melhorar Esta Página
•
Envie uma Solicitação de Modificação
•
Reporte um Problema
+
adicione uma nota
Notas Enviadas por Usuários (em inglês)
Não há notas de usuários para esta página.
↑
and
↓
to navigate •
Enter
to select •
Esc
to close
Press
Enter
without selection to search using Google