PHP 日本研討會 2024

    fann_create_train_from_callback

    (PECL fann >= 1.0.0)

    fann_create_train_from_callback — 從使用者提供的函式建立訓練資料結構

    描述

    fann_create_train_from_callback(
        int $num_data,
        int $num_input,
        int $num_output,
        callable $user_function
    ): resource

    從使用者提供的函式建立訓練資料結構。由於訓練資料是可列舉的（資料 1，資料 2...），使用者必須編寫一個函式，接收訓練資料集的編號（輸入、輸出），並回傳該集合。

    參數

    num_data

    訓練資料的數量

    num_input

    每個訓練資料的輸入數量

    num_output

    每個訓練資料的輸出數量

    user_function

    使用者提供的函式，具有以下參數

    • num - 訓練資料集的編號
    • num_input - 每個訓練資料的輸入數量
    • num_output - 每個訓練資料的輸出數量

    該函式應回傳一個具有鍵 input 和 output 的關聯陣列，以及兩個輸入和輸出的陣列值。

    回傳值

    成功時回傳一個訓練資料 資源，錯誤時回傳 false。

    範例

    範例 #1 fann_create_train_from_callback() 範例

    <?php
    function create_train_callback($num_data, $num_input, $num_output) {
    return array(
    "input" => array_fill(0, $num_input, 1),
    "output" => array_fill(0, $num_output, 1),
    );
    }

    $num_data = 3;
    $num_input = 2;
    $num_output = 1;
    $train_data = fann_create_train_from_callback($num_data, $num_input, $num_output, "create_train_callback");
    if (    $train_data) {
    // 使用 $train_data 做一些事情
    }
    ?>

    注意

    注意:

    只有在 fann 擴展是針對 libfann >= 2.2 建置時，此函式才可用。

    參見

    發現問題？

    了解如何改進此頁面 • 提交提取請求 • 回報錯誤
    ＋新增註解

    使用者貢獻的註解 1 註解

    上
    下
    6
    geekgirljoy at gmail dot com
    8 年前
    此程式碼可用於從 MySQL 讀取訓練資料，而不是文字檔。

    <?php

    // 此範例使用的 MySQL：
    /*
    CREATE TABLE `TrainingSets` (
    `ID` int(11) NOT NULL,
    `Name` varchar(150) COLLATE utf8mb4_unicode_ci NOT NULL,
    `TrainingData` text COLLATE utf8mb4_unicode_ci NOT NULL
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

    ALTER TABLE `TrainingSets` ADD PRIMARY KEY (`ID`);

    INSERT INTO `TrainingSets` (`ID`, `Name`, `TrainingData`) VALUES(1, 'XOR', '-1 -1\n-1\n-1 1\n1\n1 -1\n1\n1 1\n-1');

    ALTER TABLE `TrainingSets` MODIFY `ID` int(11) NOT NULL AUTO_INCREMENT, AUTO_INCREMENT=2;
    */

    // 這個函式從 MySQL 提取 TrainingData
    function get_training_data_from_db($id) {
    $table_name = "TrainingSets";
    $field = "TrainingData";
    $connection=mysqli_connect("host","username","password","database"); // 變更為您的資料庫憑證
    $result=mysqli_query($connection,"SELECT $field FROM $table_name");
    $data=mysqli_fetch_assoc($result);
    mysqli_close($connection);

    return     $data[$field];
    }

    // 此函式準備以換行符號分隔的資料，以便傳遞給 FANN
    /*
    儲存在 MySQL 中的「以換行符號分隔的資料」範例（如純文字檔案中的 XOR）：
    -1 -1
    -1
    -1 1
    1
    1 1
    -1
    1 -1
    1
    */
    function prepare_data_from_db($training_data) {
    $training_data = explode( "\n", $training_data ); // 將訓練資料列轉換為陣列
    $num_data = count($training_data);

    // 篩選資料並分割輸入和輸出
    for($i=0;$i<$num_data;$i++) {
    if(    $i % 2) { // $training_data[$i] 是輸出
    $training_data['outputs'][] = explode( " ", $training_data[$i]);
    }else{     // $training_data[$i] 是輸入
    $training_data['inputs'][] = explode( " ", $training_data[$i]);
    }
    }
    // 移除未篩選的資料
    foreach ($training_data as $key => $value) {
    if (    is_numeric($key)) {
    unset(    $training_data[$key]);
    }
    }
    return     $training_data; // 傳回準備好的關聯陣列
    }

    // 此函式將準備好的資料傳遞給 FANN
    function create_train_callback($num_data, $num_input, $num_output) {
    global     $training_data;
    global     $current_dataset;

    $dataset = array("input" => $training_data['inputs'][$current_dataset],
    "output" => $training_data['outputs'][$current_dataset]);
    $current_dataset++;

    return     $dataset;
    }

    // 初始化程式變數
    $record_id = 1; // MySQL 中訓練資料的 'ID'
    $current_dataset = 0;
    $num_input = 2;
    $num_output = 1;
    $num_layers = 3;
    $num_neurons = 3;
    $desired_error = 0.001;
    $max_epochs = 500000;
    $epochs_between_reports = 1000;

    $training_data = get_training_data_from_db($record_id); // 從 MySQL 取得訓練資料
    $training_data = prepare_data_from_db($training_data); // 準備資料
    $num_data = count($training_data["input"]); // 有多少組資料？

    // 將資料傳遞給 FANN
    $train_data = fann_create_train_from_callback($num_data, $num_input, $num_output, "create_train_callback");

    // 測試 $train_data
    if ($train_data) {

    // 建立 $ann
    $ann = fann_create_standard($num_layers, $num_input, $num_neurons, $num_output);

    // 測試 $ann
    if ($ann) {
    fann_set_activation_function_hidden($ann, FANN_SIGMOID_SYMMETRIC);
    fann_set_activation_function_output($ann, FANN_SIGMOID_SYMMETRIC);

    // 使用從 MySQL 取得的訓練資料訓練 XOR ANN
    if (fann_train_on_data($ann, $train_data, $max_epochs, $epochs_between_reports, $desired_error)){
    print(    'XOR 已訓練。<br>' . PHP_EOL);

    // 測試 $ann
    $input = array(-1, 1);
    $calc_out = fann_run($ann, $input);
    printf("xor 測試 (%f,%f) -> %f\n", $input[0], $input[1], $calc_out[0]);

    // 釋放 $ann
    fann_destroy($ann);
    }
    }
    }
    ?>
    ＋新增註解
    To Top