fann_train_on_file

    (PECL fann >= 1.0.0)

    fann_train_on_file — Обучение на полном наборе данных, прочитанном из файла, на временном интервале

    Описание

    fann_train_on_file(
        resource $ann,
        string $filename,
        int $max_epochs,
        int $epochs_between_reports,
        float $desired_error
    ): bool

    Обучение на полном наборе данных, прочитанном из файла, на временном интервале.

    Это обучение использует алгоритм, выбранный функцией fann_set_training_algorithm() и набор параметров для этих алгоритмов.

    Список параметров

    ann

    Ресурс (resource) нейронной сети.

    filename

    Файл, содержащий обучающие данные

    max_epochs

    Максимальное количество эпох, которое должно продолжаться обучение

    epochs_between_reports

    Количество эпох между вызовами пользовательской функции. Если равно нулю, то функция не будет запускаться.

    desired_error

    Желаемая fann_get_MSE() или fann_get_bit_fail(), в зависимости от выбранной функции остановки fann_set_train_stop_function()

    Возвращаемые значения

    Функция возвращает true, если выполнилась успешно, иначе false.

    Смотрите также

    • fann_train_on_data() - Обучение на всем объёме данных на временном интервале
    • fann_train_epoch() - Обучение в течение одной эпохи
    • fann_get_bit_fail() - Количество битов сбоя
    • fann_get_MSE() - Считывает среднеквадратичную ошибку сети
    • fann_set_train_stop_function() - Устанавливает функцию остановки, используемую во время тренировки
    • fann_set_training_algorithm() - Устанавливает алгоритм обучения
    • fann_set_callback() - Устанавливает callback-функцию для использования во время обучения

    Нашли ошибку?

    Инструкция • Исправление • Сообщение об ошибке
    ＋Добавить

    Примечания пользователей 1 note

    up
    1
    geekgirljoy at gmail dot com
    6 years ago
    Training File (xor.data):4 2 1-1 -1-1-1 111 -111 1-1<?php$num_input = 2;$num_output = 1;$num_layers = 3;$num_neurons_hidden = 3;$desired_error = 0.001;$max_epochs = 500000;$epochs_between_reports = 1000;$training_data = dirname(__FILE__) . "/xor.data";  // training data file$ann_save_file = dirname(__FILE__) . "/xor_float.net";  // training data file// Create ANN object using$ann = fann_create_standard($num_layers, $num_input, $num_neurons_hidden, $num_output);if ($ann) {        // Configure the ANN Activation Function     fann_set_activation_function_hidden($ann, FANN_SIGMOID_SYMMETRIC);    fann_set_activation_function_output($ann, FANN_SIGMOID_SYMMETRIC);        // Try to train using fann_train_on_file()    if (fann_train_on_file($ann, $training_data, $max_epochs, $epochs_between_reports, $desired_error)){        echo 'xor trained.' . PHP_EOL);    }        // Try to save    if (fann_save($ann, $ann_save_file)){        echo 'xor saved.' . PHP_EOL);    }        // Destroy the $ann object    fann_destroy($ann);}?>
    ＋Добавить
    To Top