Fann 函式

目錄

• fann_cascadetrain_on_data — 使用 Cascade2 訓練演算法在一段時間內，針對整個資料集進行訓練
• fann_cascadetrain_on_file — 使用 Cascade2 訓練演算法在一段時間內，針對從檔案讀取的整個資料集進行訓練
• fann_clear_scaling_params — 清除縮放參數
• fann_copy — 建立 fann 結構的副本
• fann_create_from_file — 從設定檔建構反向傳播神經網路
• fann_create_shortcut — 建立一個非完全連接且具有捷徑連線的標準反向傳播神經網路
• fann_create_shortcut_array — 建立一個非完全連接且具有捷徑連線的標準反向傳播神經網路
• fann_create_sparse — 建立一個標準的反向傳播神經網路，非全連接。
• fann_create_sparse_array — 使用層大小陣列建立一個標準的反向傳播神經網路，非全連接。
• fann_create_standard — 建立一個標準的全連接反向傳播神經網路。
• fann_create_standard_array — 使用層大小陣列建立一個標準的全連接反向傳播神經網路。
• fann_create_train — 建立一個空的訓練資料結構。
• fann_create_train_from_callback — 從使用者提供的函式建立訓練資料結構。
• fann_descale_input — 從神經網路取得輸入向量後，根據先前計算的參數縮放資料。
• fann_descale_output — 從神經網路取得輸出向量後，根據先前計算的參數縮放資料。
• fann_descale_train — 根據先前計算的參數縮放輸入和輸出資料。
• fann_destroy — 銷毀整個網路並正確釋放所有相關的記憶體。
• fann_destroy_train — 銷毀訓練資料。
• fann_duplicate_train_data — 返回 fann 訓練資料的完整副本。
• fann_get_activation_function — 返回激活函式。
• fann_get_activation_steepness — 返回指定神經元和層號的激活陡度(斜率)。
• fann_get_bias_array — 取得網路中每一層的偏差數量。
• fann_get_bit_fail — 失敗位元的數量。
• fann_get_bit_fail_limit — 返回訓練期間使用的位元失敗限制。
• fann_get_cascade_activation_functions — 返回級聯激活函式。
• fann_get_cascade_activation_functions_count — 返回級聯激活函式的數量。
• fann_get_cascade_activation_steepnesses — 返回級聯激活陡度(斜率)。
• fann_get_cascade_activation_steepnesses_count — 激活陡度(斜率)的數量。
• fann_get_cascade_candidate_change_fraction — 返回級聯候選變更分數。
• fann_get_cascade_candidate_limit — 返回候選限制。
• fann_get_cascade_candidate_stagnation_epochs — 返回級聯候選停滯的訓練週期數。
• fann_get_cascade_max_cand_epochs — 返回最大候選訓練週期數。
• fann_get_cascade_max_out_epochs — 返回最大輸出訓練週期數。
• fann_get_cascade_min_cand_epochs — 返回最小候選訓練週期數。
• fann_get_cascade_min_out_epochs — 返回最小輸出訓練週期數。
• fann_get_cascade_num_candidate_groups — 返回候選群組的數量。
• fann_get_cascade_num_candidates — 返回訓練期間使用的候選數量。
• fann_get_cascade_output_change_fraction — 返回級聯輸出變更分數。
• fann_get_cascade_output_stagnation_epochs — 返回級聯輸出停滯的訓練週期數。
• fann_get_cascade_weight_multiplier — 返回權重乘數。
• fann_get_connection_array — 取得網路中的連接
• fann_get_connection_rate — 取得建立網路時使用的連接率
• fann_get_errno — 返回最後一個錯誤號碼
• fann_get_errstr — 返回最後一個錯誤訊息
• fann_get_layer_array — 取得網路中每一層的神經元數量
• fann_get_learning_momentum — 返回學習動量
• fann_get_learning_rate — 返回學習速率
• fann_get_MSE — 從網路中讀取均方誤差
• fann_get_network_type — 取得建立時的神經網路類型
• fann_get_num_input — 取得輸入神經元的數量
• fann_get_num_layers — 取得神經網路的層數
• fann_get_num_output — 取得輸出神經元的數量
• fann_get_quickprop_decay — 返回衰減值，它是 quickprop 訓練期間每次迭代中權重應減少的一個因子
• fann_get_quickprop_mu — 返回 mu 因子
• fann_get_rprop_decrease_factor — 返回 RPROP 訓練期間使用的減少因子
• 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 訓練期間使用的增加因子
• fann_get_sarprop_step_error_shift — 返回 sarprop 步長誤差偏移量
• fann_get_sarprop_step_error_threshold_factor — 返回 sarprop 步長誤差閾值因子
• fann_get_sarprop_temperature — 返回 sarprop 溫度
• fann_get_sarprop_weight_decay_shift — 返回 sarprop 權重衰減偏移量
• fann_get_total_connections — 取得整個網路中連接的總數
• fann_get_total_neurons — 取得整個網路中神經元的總數
• fann_get_train_error_function — 返回訓練期間使用的誤差函數
• fann_get_train_stop_function — 返回訓練期間使用的停止函數
• fann_get_training_algorithm — 返回訓練演算法
• fann_init_weights — 使用 Widrow + Nguyen 演算法初始化權重
• fann_length_train_data — 返回訓練資料中的訓練模式數量
• fann_merge_train_data — 合併訓練資料
• fann_num_input_train_data — 返回訓練資料中每個訓練模式的輸入數量
• fann_num_output_train_data — 返回訓練資料中每個訓練模式的輸出數量
• fann_print_error — 顯示錯誤訊息
• fann_randomize_weights — 為每個連接賦予 min_weight 和 max_weight 之間的隨機權重
• fann_read_train_from_file — 讀取儲存訓練資料的檔案
• fann_reset_errno — 重設最後一個錯誤號碼
• fann_reset_errstr — 重設最後一個錯誤訊息
• fann_reset_MSE — 重設網路中的均方誤差
• fann_run — 將輸入執行通過神經網路
• fann_save — 將整個網路儲存到設定檔
• fann_save_train — 將訓練結構儲存至檔案
• fann_scale_input — 根據先前計算的參數，在將輸入向量饋送到類神經網路之前縮放數據
• fann_scale_input_train_data — 將訓練數據中的輸入縮放到指定的範圍
• fann_scale_output — 根據先前計算的參數，在將輸出向量饋送到類神經網路之前縮放數據
• fann_scale_output_train_data — 將訓練數據中的輸出縮放到指定的範圍
• fann_scale_train — 根據先前計算的參數縮放輸入和輸出數據
• fann_scale_train_data — 將訓練數據中的輸入和輸出縮放到指定的範圍
• fann_set_activation_function — 設定指定神經元和層的激活函數
• fann_set_activation_function_hidden — 設定所有隱藏層的激活函數
• fann_set_activation_function_layer — 設定指定層中所有神經元的激活函數
• fann_set_activation_function_output — 設定輸出層的激活函數
• fann_set_activation_steepness — 設定指定神經元和層的激活陡度 (steepness)
• fann_set_activation_steepness_hidden — 設定所有隱藏層中所有神經元的激活陡度
• fann_set_activation_steepness_layer — 設定指定層中所有神經元的激活陡度
• fann_set_activation_steepness_output — 設定輸出層的激活陡度
• fann_set_bit_fail_limit — 設定訓練期間使用的位元錯誤限制
• fann_set_callback — 設定訓練期間使用的回呼函數
• fann_set_cascade_activation_functions — 設定級聯候選激活函數的陣列
• fann_set_cascade_activation_steepnesses — 設定級聯候選激活陡度的陣列
• fann_set_cascade_candidate_change_fraction — 設定級聯候選變更分數
• fann_set_cascade_candidate_limit — 設定候選限制
• fann_set_cascade_candidate_stagnation_epochs — 設定級聯候選停滯週期數
• fann_set_cascade_max_cand_epochs — 設定最大候選週期數
• fann_set_cascade_max_out_epochs — 設定最大輸出週期數
• fann_set_cascade_min_cand_epochs — 設定最小候選週期數
• fann_set_cascade_min_out_epochs — 設定最小輸出週期數
• fann_set_cascade_num_candidate_groups — 設定候選群組數
• fann_set_cascade_output_change_fraction — 設定級聯輸出變更分數
• fann_set_cascade_output_stagnation_epochs — 設定級聯輸出停滯週期數
• fann_set_cascade_weight_multiplier — 設定權重乘數
• fann_set_error_log — 設定錯誤記錄的位置
• fann_set_input_scaling_params — 根據訓練數據計算輸入縮放參數以供將來使用
• fann_set_learning_momentum — 設定學習動量
• fann_set_learning_rate — 設定學習率
• fann_set_output_scaling_params — 根據訓練數據計算輸出縮放參數以供未來使用
• fann_set_quickprop_decay — 設定 quickprop 衰減因子
• fann_set_quickprop_mu — 設定 quickprop mu 因子
• fann_set_rprop_decrease_factor — 設定 RPROP 訓練期間使用的遞減因子
• fann_set_rprop_delta_max — 設定最大步長
• fann_set_rprop_delta_min — 設定最小步長
• fann_set_rprop_delta_zero — 設定初始步長
• fann_set_rprop_increase_factor — 設定 RPROP 訓練期間使用的遞增因子
• fann_set_sarprop_step_error_shift — 設定 sarprop 步驟誤差偏移量
• fann_set_sarprop_step_error_threshold_factor — 設定 sarprop 步驟誤差閾值因子
• fann_set_sarprop_temperature — 設定 sarprop 溫度
• fann_set_sarprop_weight_decay_shift — 設定 sarprop 權重衰減偏移量
• fann_set_scaling_params — 根據訓練數據計算輸入和輸出縮放參數以供未來使用
• fann_set_train_error_function — 設定訓練期間使用的誤差函數
• fann_set_train_stop_function — 設定訓練期間使用的停止函數
• fann_set_training_algorithm — 設定訓練演算法
• fann_set_weight — 設定網路中的連接
• fann_set_weight_array — 設定網路中的多個連接
• fann_shuffle_train_data — 洗牌訓練數據，隨機排序
• fann_subset_train_data — 返回訓練數據子集的副本
• fann_test — 使用一組輸入和一組期望輸出進行測試
• fann_test_data — 測試一組訓練數據並計算訓練數據的均方誤差 (MSE)
• fann_train — 使用一組輸入和一組期望輸出進行一次迭代訓練
• fann_train_epoch — 使用一組訓練數據進行一次訓練週期 (epoch)
• fann_train_on_data — 在整個數據集上訓練一段時間
• fann_train_on_file — 在整個數據集上訓練一段時間，數據集從檔案讀取