array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'zh', ), 'this' => array ( 0 => 'function.fann-cascadetrain-on-data.php', 1 => 'fann_cascadetrain_on_data', ), 'up' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'prev' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'next' => array ( 0 => 'function.fann-cascadetrain-on-file.php', 1 => 'fann_cascadetrain_on_file', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'zh', 'path' => 'reference/fann/functions/fann-cascadetrain-on-data.xml', ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); ?>
(PECL fann >= 1.0.0)
fann_cascadetrain_on_data — 在整个数据集上训练,使用一段时间的 Cascade2 训练算法。
$ann
,$data
,$max_neurons
,$neurons_between_reports
,$desired_error
级联输出改变小数是一个0到1之间的数字,表示在输出连接的训练中,为了使训练不停滞的情况下,经过 fann_get_cascade_output_stagnation_epochs() 次迭代的后,fann_get_MSE() 将会改变多大。如果训练停滞了,训练的输出连接将会结束,新的候选神经元将会准备好。
该训练使用由 fann_set_cascade_ 前缀设置的参数,但它也采用了另一种训练算法,即内部训练算法。该训练算法要么是 fann_set_training_algorithm() 设置的 FANN_TRAIN_RPROP
算法,要么是 FANN_TRAIN_QUICKPROP
,这些算法设置的参数同样也会影响到级联训练。
ann
神经网络 资源。
data
神经网络训练数据 资源。
max_neurons
被添加入神经网络中最大的神经元数。
neurons_between_reports
打印状态报告之间的神经元数。0表示没有报告会被打印。
desired_error
预期的 fann_get_MSE() 或 fann_get_bit_fail(), 取决于 fann_set_train_stop_function() 选择的停止函数