Fann функции

Содржина

• fann_cascadetrain_on_data — Обучува на цел сет на податоци, за одреден временски период користејќи го алгоритмот за обука Cascade2
• fann_cascadetrain_on_file — Обучува на цел сет на податоци прочитан од датотека, за одреден временски период користејќи го алгоритмот за обука Cascade2
• fann_clear_scaling_params — Ги брише параметрите за скалирање
• fann_copy — Создава копија од fann структура
• fann_create_from_file — Конструира мрежа за обратно пропагирање од конфигурациска датотека
• fann_create_shortcut — Создава стандардна мрежа за обратно пропагирање која не е целосно поврзана и има кратки врски
• fann_create_shortcut_array — Создава стандардна мрежа за обратно пропагирање која не е целосно поврзана и има кратки врски
• fann_create_sparse — Создава стандардна мрежа за обратно пропагирање, која не е целосно поврзана
• fann_create_sparse_array — Создава стандардна мрежа за обратно пропагирање, која не е целосно поврзана користејќи низа од големини на слоеви
• fann_create_standard — Создава стандардна целосно поврзана мрежа за обратно пропагирање
• fann_create_standard_array — Создава стандардна целосно поврзана мрежа за обратно пропагирање користејќи низа од големини на слоеви
• fann_create_train — Создава празна структура за податоци за обука
• fann_create_train_from_callback — Создава структура за податоци за обука од функција обезбедена од корисникот
• fann_descale_input — Скалира податоци во влезниот вектор откако ќе ги добие од ANN врз основа на претходно пресметани параметри
• fann_descale_output — Скалира податоци во излезниот вектор откако ќе ги добие од ANN врз основа на претходно пресметани параметри
• fann_descale_train — Дескалира влезни и излезни податоци врз основа на претходно пресметани параметри
• fann_destroy — Го уништува целиот мрежен систем и правилно ги ослободува сите поврзани мемории
• fann_destroy_train — Го уништува сетот на податоци за обука
• fann_duplicate_train_data — Враќа точна копија на податоци за обука на fann
• fann_get_activation_function — Враќа точна копија на податоци за обука на fann
• fann_get_activation_steepness — Враќа функција за активирање
• fann_get_bias_array — Враќа стрмнина на активирање за даден број на неврон и слој
• fann_get_bit_fail — Број на пристрасност во секој слој во мрежата
• fann_get_bit_fail_limit — Број на битови за неуспех
• fann_get_cascade_activation_functions — Враќа граница на битови за неуспех што се користи за време на обуката
• fann_get_cascade_activation_functions_count — Враќа каскадни функции за активирање
• fann_get_cascade_activation_steepnesses — Враќа број на каскадни функции за активирање
• fann_get_cascade_activation_steepnesses_count — Враќа каскадни стрмности на активирање
• fann_get_cascade_candidate_change_fraction — Број на стрмности на активирање
• fann_get_cascade_candidate_limit — Враќа каскаден дел на промена на кандидатот
• fann_get_cascade_candidate_stagnation_epochs — Враќа граница на кандидат
• fann_get_cascade_max_cand_epochs — Враќа број на епохи на стагнација на каскадни кандидати
• fann_get_cascade_max_out_epochs — Враќа максимални епохи на кандидат
• fann_get_cascade_min_cand_epochs — Враќа максимални надворешни епохи
• fann_get_cascade_min_out_epochs — Враќа минимални епохи на кандидат
• fann_get_cascade_num_candidate_groups — Враќа минимални надворешни епохи
• fann_get_cascade_num_candidates — Враќа број на групи на кандидати
• fann_get_cascade_output_change_fraction — Враќа број на кандидати што се користат за време на обуката
• fann_get_cascade_output_stagnation_epochs — Враќа број на епохи на стагнација на каскадни излези
• fann_get_cascade_weight_multiplier — Враќа множител на тежината
• fann_get_connection_array — Добиј ги врските во мрежата
• fann_get_connection_rate — Добиј ја стапката на врски што се користела при креирањето на мрежата
• fann_get_errno — Враќа број на последна грешка
• fann_get_errstr — Враќа порака за последна грешка
• fann_get_layer_array — Добиј го бројот на неврони во секој слој во мрежата
• fann_get_learning_momentum — Враќа моментум на учење
• fann_get_learning_rate — Враќа стапка на учење
• fann_get_MSE — Ги чита средните квадратни грешки од мрежата
• fann_get_network_type — Добиј го типот на невронска мрежа како што е креирана
• fann_get_num_input — Добиј го бројот на влезни неврони
• fann_get_num_layers — Добиј го бројот на слоеви во невронската мрежа
• fann_get_num_output — Добиј го бројот на излезни неврони
• fann_get_quickprop_decay — Враќа распаѓање што е фактор што тежините треба да се намалуваат во секоја итерација за време на quickprop тренинг
• fann_get_quickprop_mu — Враќа му фактор
• fann_get_rprop_decrease_factor — Враќа фактор на зголемување што се користи за време на RPROP тренинг
• fann_get_rprop_delta_max — Враќа максимална големина на чекор
• fann_get_rprop_delta_min — Враќа минимална големина на чекор
• fann_get_rprop_delta_zero — Враќа почетна големина на чекор
• fann_get_rprop_increase_factor — Враќа фактор на зголемување што се користи за време на RPROP тренинг
• fann_get_sarprop_step_error_shift — Враќа поместувањето на грешката на чекорот на sarprop
• fann_get_sarprop_step_error_threshold_factor — Враќа фактор на прагот на грешката на чекорот на sarprop
• fann_get_sarprop_temperature — Враќа температурата на sarprop
• fann_get_sarprop_weight_decay_shift — Враќа поместувањето на распаѓањето на тежината на sarprop
• fann_get_total_connections — Добијте го вкупниот број на врски во целата мрежа
• fann_get_total_neurons — Добијте го вкупниот број на неврони во целата мрежа
• fann_get_train_error_function — Враќа функцијата за грешка што се користи за време на обуката
• fann_get_train_stop_function — Враќа функцијата за запирање што се користи за време на обуката
• fann_get_training_algorithm — Враќа алгоритам за обука
• fann_init_weights — Ги иницијализира тежините користејќи го алгоритмот Widrow + Nguyen
• fann_length_train_data — Враќа број на обрасци за обука во податоците за обука
• fann_merge_train_data — Ги спојува податоците за обука
• fann_num_input_train_data — Враќа број на влезови во секој од обрасците за обука во податоците за обука
• fann_num_output_train_data — Враќа број на излези во секој од обрасците за обука во податоците за обука
• fann_print_error — Го печати низот за грешка
• fann_randomize_weights — Дајте му на секоја врска случајна тежина помеѓу min_weight и max_weight
• fann_read_train_from_file — Чита датотека што складира податоци за обука
• fann_reset_errno — Го ресетира последниот број на грешка
• fann_reset_errstr — Го ресетира последниот низ за грешка
• fann_reset_MSE — Го ресетира средното квадратно грешка од мрежата
• fann_run — Ќе го пропушти влезот низ невронската мрежа
• fann_save — Ја зачувува целата мрежа во конфигурациска датотека
• fann_save_train — Ја зачувува структурата за обука во датотека
• fann_scale_input — Скалирај податоци во влезниот вектор пред да ги внесе во ANN врз основа на претходно пресметани параметри
• fann_scale_input_train_data — Ги скалира влезовите во податоците за обука во наведениот опсег
• fann_scale_output — Скалирај податоци во излезниот вектор пред да ги внесе во ANN врз основа на претходно пресметани параметри
• fann_scale_output_train_data — Ги скалира излезите во податоците за обука во наведениот опсег
• fann_scale_train — Скалирај влезни и излезни податоци врз основа на претходно пресметани параметри
• fann_scale_train_data — Ги скалира влезовите и излезите во податоците за обука во наведениот опсег
• fann_set_activation_function — Ја поставува функцијата за активирање за дадениот неврон и слој
• fann_set_activation_function_hidden — Ја поставува функцијата за активирање за сите скриени слоеви
• fann_set_activation_function_layer — Ја поставува функцијата за активирање за сите неврони во дадениот слој
• fann_set_activation_function_output — Ја поставува функцијата за активирање за излезниот слој
• fann_set_activation_steepness — Ја поставува острината на активирање за дадениот неврон и број на слој
• fann_set_activation_steepness_hidden — Ја поставува острината на активирање за сите неврони во сите скриени слоеви
• fann_set_activation_steepness_layer — Ја поставува острината на активирање за сите неврони во дадениот број на слој
• fann_set_activation_steepness_output — Ја поставува острината на активирање во излезниот слој
• fann_set_bit_fail_limit — Ја поставува границата за пропуштање битови што се користи за време на обуката
• fann_set_callback — Ја поставува функцијата за повик што се користи за време на обуката
• fann_set_cascade_activation_functions — Ја поставува низата од каскадни кандидатски функции за активирање
• fann_set_cascade_activation_steepnesses — Го поставува множеството од каскадни кандидати за активациски стрмности
• fann_set_cascade_candidate_change_fraction — Го поставува множеството од каскадни кандидати за активациски стрмности
• fann_set_cascade_candidate_limit — Го поставува делот за промена на каскадни кандидати
• fann_set_cascade_candidate_stagnation_epochs — Го поставува ограничувањето на кандидатите
• fann_set_cascade_max_cand_epochs — Го поставува бројот на епохи на стагнација на каскадни кандидати
• fann_set_cascade_max_out_epochs — Го поставува максималниот број епохи на кандидати
• fann_set_cascade_min_cand_epochs — Го поставува максималниот број епохи надвор
• fann_set_cascade_min_out_epochs — Го поставува минималниот број епохи на кандидати
• fann_set_cascade_num_candidate_groups — Го поставува минималниот број епохи надвор
• fann_set_cascade_output_change_fraction — Го поставува бројот на групи на кандидати
• fann_set_cascade_output_stagnation_epochs — Го поставува делот за промена на каскадниот излез
• fann_set_cascade_weight_multiplier — Го поставува бројот на епохи на стагнација на каскадниот излез
• fann_set_error_log — Го поставува мултипликаторот на тежината
• fann_set_input_scaling_params — Поставува каде се запишуваат грешките
• fann_set_learning_momentum — Пресметува параметри за скалирање на влезот за идна употреба врз основа на податоци за обука
• fann_set_learning_rate — Го поставува моментумот на учење
• fann_set_output_scaling_params — Го поставува коефициентот на учење
• fann_set_quickprop_decay — Пресметува параметри за скалирање на излезот за идна употреба врз основа на податоци за обука
• fann_set_quickprop_mu — Го поставува факторот на распаѓање на quickprop
• fann_set_rprop_decrease_factor — Го поставува факторот mu на quickprop
• fann_set_rprop_delta_max — Го поставува максималниот чекор-големина
• fann_set_rprop_delta_min — Го поставува максималниот чекор-големина
• fann_set_rprop_delta_zero — Го поставува минималниот чекор-големина
• fann_set_rprop_increase_factor — Го поставува почетниот чекор-големина
• fann_set_sarprop_step_error_shift — Го поставува факторот на зголемување што се користи за време на RPROP тренинг
• fann_set_sarprop_step_error_threshold_factor — Го поставува поместувањето на грешката на чекорот на sarprop
• fann_set_sarprop_temperature — Го поставува факторот на поместување на грешката на чекорот на sarprop
• fann_set_sarprop_weight_decay_shift — Го поставува sarprop температурата
• fann_set_scaling_params — Го поставува поместувањето на распаѓањето на тежината на sarprop
• fann_set_train_error_function — Пресметајте ги параметрите за скалирање на влез и излез за идна употреба врз основа на податоците за обука
• fann_set_train_stop_function — Го поставува функцијата за грешка што се користи за време на обука
• fann_set_training_algorithm — Го поставува функцијата за запирање што се користи за време на обука
• fann_set_weight — Го поставува алгоритмот за обука
• fann_set_weight_array — Поставете врска во мрежата
• fann_shuffle_train_data — Поставете врски во мрежата
• fann_subset_train_data — Меша податоци за обука, рандомизирајќи го редоследот
• fann_test — Враќа копија од подмножество на податоци за обука
• fann_test_data — Тестирајте со сет на влезови и сет на посакувани излези
• fann_train — Тестирајте сет на податоци за обука и пресметајте го MSE за податоците за обука
• fann_train_epoch — Обучете една итерација со сет на влезови и сет на посакувани излези
• fann_train_on_data — Тренира на цел сет на податоци за одреден временски период
• fann_train_on_file — Обучува на цел сет на податоци за одреден временски период