Fann 函數

目錄

• fann_cascadetrain_on_data — 在整個數據集上訓練，使用一段時間的 Cascade2 訓練算法。
• fann_cascadetrain_on_file — 讀取文件并在整個數據集上訓練，使用 Cascade2 訓練算法訓練一段時間。
• fann_clear_scaling_params — 清除縮放參數
• fann_copy — 創(chuàng)建一個 fann 結構體的副本。
• fann_create_from_file — 從配置文件中構建一個反向傳播神經網絡。
• fann_create_shortcut_array — 創(chuàng)建一個含快捷連接而非全連接的標準反向傳播神經網絡。
• fann_create_shortcut — 創(chuàng)建一個含快捷連接而非全連接的標準反向傳播神經網絡。
• fann_create_sparse_array — 創(chuàng)建一個標準的反向傳播神經網絡，該網絡使用一個表示每層大小的數組來構造，但是并不是全連接的。
• fann_create_sparse — 創(chuàng)建一個標準的反向傳播神經網絡，該網絡不是全連接。
• fann_create_standard_array — 創(chuàng)建一個全連接的反向傳播神經網絡，該網絡使用一個表示每層大小的數組來構造。
• fann_create_standard — 創(chuàng)建標準的全連接反向傳播神經網絡。
• fann_create_train_from_callback — 從用戶提供的函數創(chuàng)建訓練數據結構。
• fann_create_train — 創(chuàng)建一個空的訓練數據結構。
• fann_descale_input — 在獲取基于先前計算的參數之后，在輸入向量中縮小數據
• fann_descale_output — 在獲取基于先前計算的參數之后，在輸出向量中縮小數據
• fann_descale_train — 基于先前計算的參數來縮小輸入和輸出數據
• fann_destroy_train — 銷毀訓練數據。
• fann_destroy — 銷毀整個網絡并且適當地釋放所有的關聯內存。
• fann_duplicate_train_data — 返回 fann 訓練數據精確的副本。
• fann_get_activation_function — 返回激勵函數
• fann_get_activation_steepness — 為提供的神經和網絡層數返回激活陡度
• fann_get_bias_array — 獲取網絡中每一層的偏差數
• fann_get_bit_fail_limit — 返回訓練期間使用的誤差限制
• fann_get_bit_fail — 失敗位的數量
• fann_get_cascade_activation_functions_count — 返回級聯激活函數的數量
• fann_get_cascade_activation_functions — 返回級聯激活函數
• fann_get_cascade_activation_steepnesses_count — 激活陡度的數量
• fann_get_cascade_activation_steepnesses — 返回級聯激活陡度
• fann_get_cascade_candidate_change_fraction — 返回級聯候選變化分數
• 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 — 返回候選組的數量
• fann_get_cascade_num_candidates — 返回訓練期間使用的候選數量
• fann_get_cascade_output_change_fraction — 返回級聯輸出變化分數
• fann_get_cascade_output_stagnation_epochs — 返回級聯輸出停滯周期的數量
• fann_get_cascade_weight_multiplier — 返回權重因子
• fann_get_connection_array — 獲取網絡中的連接。
• fann_get_connection_rate — 獲取當網絡創(chuàng)建時連接的使用率。
• fann_get_errno — 返回最后一個錯誤數字。
• fann_get_errstr — 返回最后的錯誤字符串。
• fann_get_layer_array — 獲取網絡中每層的神經元數量。
• fann_get_learning_momentum — 返回學習動量
• fann_get_learning_rate — 返回學習速率
• fann_get_MSE — 從網絡中讀取均方誤差。
• fann_get_network_type — 獲取所創(chuàng)建的神經網絡類型。
• fann_get_num_input — 獲取輸入神經元的數量。
• fann_get_num_layers — 獲取神經網絡的層數。
• fann_get_num_output — 獲取輸出神經元的數量。
• fann_get_quickprop_decay — 返回衰退值，用于在 quickprop 訓練迭代時衰減權重
• fann_get_quickprop_mu — 返回放大系數
• fann_get_rprop_decrease_factor — 返回 RPROP 訓練期間的衰減系數
• 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 訓練的遞增系數
• 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
• fann_get_sarprop_temperature — 返回 sarprop 算法溫度
• fann_get_sarprop_weight_decay_shift — 返回 sarprop 算法權重衰減變化值
• fann_get_total_connections — 獲取整個網絡中所有的連接數。
• fann_get_total_neurons — 獲取整個網絡中神經元的數量。
• fann_get_train_error_function — 返回訓練中使用的錯誤函數。
• fann_get_train_stop_function — 返回訓練中使用的停止函數。
• fann_get_training_algorithm — 返回訓練算法。
• fann_init_weights — 使用 Widrow 和 Nguyen 算法初始化權重。
• fann_length_train_data — 返回訓練數據中訓練模式的數量。
• fann_merge_train_data — 合并訓練數據。
• fann_num_input_train_data — 返回訓練數據中每個訓練模式輸入的數量。
• fann_num_output_train_data — 返回訓練數據中每個訓練模式輸出的數量。
• fann_print_error — 打印錯誤字符串。
• fann_randomize_weights — 給每個連接賦一個介于 min_weight 和 max_weight 之間的隨機權重。
• fann_read_train_from_file — 讀取存儲訓練數據的文件。
• fann_reset_errno — 重置最后的錯誤代碼。
• fann_reset_errstr — 重置最后的錯誤字符串。
• fann_reset_MSE — 重置網絡中的均方誤差。
• fann_run — 將通過神經網絡運行輸入。
• fann_save_train — 將訓練結構體保存至文件。
• fann_save — 將整個網絡保存至配置文件。
• fann_scale_input_train_data — 在訓練數據中縮放輸入至指定范圍
• fann_scale_input — 在以前計算參數的基礎上，在訓練之前放大輸入向量中的數據
• fann_scale_output_train_data — 在訓練數據中縮放輸出至指定范圍
• fann_scale_output — 在以前計算參數的基礎上，在訓練之前放大輸出向量中的數據
• fann_scale_train_data — 在訓練數據中縮放輸入和輸出到指定的范圍
• fann_scale_train — 在以前計算參數的基礎上，縮放輸入和輸出數據
• fann_set_activation_function_hidden — 為所有隱藏層設置激活函數
• fann_set_activation_function_layer — 為已應用的層中所有的神經元設置激活函數。
• fann_set_activation_function_output — 為輸出層設置激活函數
• fann_set_activation_function — 為已應用的神經元和層設置激活函數
• fann_set_activation_steepness_hidden — 為所有隱藏層中所有的神經元設置激活函數陡度
• fann_set_activation_steepness_layer — 為提供的層中所有的神經元設置激活陡度
• fann_set_activation_steepness_output — 在輸出層中設置激活陡度
• fann_set_activation_steepness — 為提供的神經元和層設置激活陡度
• fann_set_bit_fail_limit — 設置訓練期間使用的誤差
• fann_set_callback — 設置訓練期間使用的回調函數。
• fann_set_cascade_activation_functions — 設置級聯候選激活函數的數組
• fann_set_cascade_activation_steepnesses — 設置級聯候選激活陡度的數組。
• fann_set_cascade_candidate_change_fraction — 設置級聯候選更改分數
• fann_set_cascade_candidate_limit — 設置候選限度
• fann_set_cascade_candidate_stagnation_epochs — 設置級聯候選停止周期數
• fann_set_cascade_max_cand_epochs — 設置最大候選周期數
• fann_set_cascade_max_out_epochs — 設置最大輸出周期
• fann_set_cascade_min_cand_epochs — 設置最小候選周期
• fann_set_cascade_min_out_epochs — 設置最小輸出周期
• fann_set_cascade_num_candidate_groups — 設置候選組數量
• fann_set_cascade_output_change_fraction — 設置級聯輸出改變分數
• fann_set_cascade_output_stagnation_epochs — 設置級聯輸出停滯周期的值
• fann_set_cascade_weight_multiplier — 設置權重因子
• fann_set_error_log — 設置錯誤記錄保存的位置。
• fann_set_input_scaling_params — 根據訓練數據計算將來使用的輸入比例參數
• fann_set_learning_momentum — 設置學習動量。
• fann_set_learning_rate — 設置學習速率。
• fann_set_output_scaling_params — 根據訓練數據計算將來使用的輸出縮放參數
• fann_set_quickprop_decay — 設置quickprop算法衰減因子
• fann_set_quickprop_mu — 設置 quickprop 算法放大因子
• fann_set_rprop_decrease_factor — 使用 RPROP 算法訓練時，設置下降因子
• fann_set_rprop_delta_max — 設置最大步長
• fann_set_rprop_delta_min — 設置最小步長
• fann_set_rprop_delta_zero — 設置初始步長
• fann_set_rprop_increase_factor — 使用 RPROP 算法訓練時，設置增長因子
• fann_set_sarprop_step_error_shift — 設置 sarprop 算法的步誤差偏移量
• fann_set_sarprop_step_error_threshold_factor — 設置 sarprop 算法的步誤差閾值因子
• fann_set_sarprop_temperature — 設置 sarprop 算法的溫度
• fann_set_sarprop_weight_decay_shift — 設置 sarprop 算法的權重衰減偏移值
• fann_set_scaling_params — 根據訓練數據計算輸入和輸出縮放參數以供將來使用
• fann_set_train_error_function — 設置訓練期間使用的錯誤函數。
• fann_set_train_stop_function — 設置訓練期間使用的停止函數。
• fann_set_training_algorithm — 設置訓練算法。
• fann_set_weight_array — 在網絡中設置一個連接。
• fann_set_weight — 在網絡中設置一個連接。
• fann_shuffle_train_data — 打算訓練數據，使順序隨機。
• fann_subset_train_data — 返回一個訓練數據子集的副本。
• fann_test_data — 使用訓練數據來測試并且計算出 MSE
• fann_test — 使用一組輸入和一組期望的輸出來測試。
• fann_train_epoch — 使用一組訓練數據訓練一個周期。
• fann_train_on_data — 在整個數據集上訓練一段時間。
• fann_train_on_file — 在從某個文件讀取的整個數據集上訓練一段時間。
• fann_train — 使用一個輸入集和一個期望的輸出集來迭代訓練一次。