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 $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。

User Contributed Notes

geekgirljoy at gmail dot com 01-Nov-2018 05:11


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);

}

?>