Downloads
Documentation
Get Involved
Help
Search docs
ConFoo 2025
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
简介 »
« geoip_time_zone_by_country_and_region
PHP 手册
函数参考
其它基本扩展
切换语言:
English
German
Spanish
French
Italian
Japanese
Brazilian Portuguese
Russian
Turkish
Ukrainian
Chinese (Simplified)
Other
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。
↑
and
↓
to navigate •
Enter
to select •
Esc
to close
Press
Enter
without selection to search using Google