fann_train_on_file
(PECL fann >= 1.0.0)
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。
说明
fann_train_on_file(
resource
string
int
int
float
): bool
resource
$ann,string
$filename,int
$max_epochs,int
$epochs_between_reports,float
$desired_error): bool
在从某个文件读取的整个数据集上训练一段时间。
该训练使用 fann_set_training_algorithm() 函数选择的算法和这些训练算法设置的参数。
参数
-
ann -
神经网络 资源。
-
filename -
包含训练数据的文件。
-
max_epochs -
训练应该继续的最大周期数。
-
epochs_between_reports -
用户函数之间的周期数。当为0时表示没有用户函数被调用。
-
desired_error -
期望的是 fann_get_MSE() 或 fann_get_bit_fail()的返回值, 取决于 fann_set_train_stop_function() 选择的停止函数。
返回值
成功时返回 true，其它情况下返回 false。
参见
- fann_train_on_data() - 在整个数据集上训练一段时间。
- fann_train_epoch() - 使用一组训练数据训练一个周期。
- fann_get_bit_fail() - 失败位的数量
- fann_get_MSE() - 从网络中读取均方误差。
- 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_callback() - 设置训练期间使用的回调函数。
add a note
User Contributed Notes 1 note
geekgirljoy at gmail dot com ¶
3 years ago
Training File (xor.data):
4 2 1
-1 -1
-1
-1 1
1
1 -1
1
1 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);
}
?>
备份地址：http://www.lvesu.com/blog/php/function.fann-train-on-file.php