array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'zh', ), 'this' => array ( 0 => 'function.fann-create-sparse-array.php', 1 => 'fann_create_sparse_array', ), 'up' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'prev' => array ( 0 => 'function.fann-create-shortcut.php', 1 => 'fann_create_shortcut', ), 'next' => array ( 0 => 'function.fann-create-sparse.php', 1 => 'fann_create_sparse', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'zh', 'path' => 'reference/fann/functions/fann-create-sparse-array.xml', ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); ?>
(PECL fann >= 1.0.0)
fann_create_sparse_array — 创建一个标准的反向传播神经网络,该网络使用一个表示每层大小的数组来构造,但是并不是全连接的。
创建一个标准的反向传播神经网络,该网络使用一个表示每层大小的数组来构造,但是并不是全连接的。
connection_rate
连接率控制着在网络中将会有多少连接,如果连接率设置为1,那么这个网络就是全连接网络,但是如果设置为0.5将会设置一半的连接。连接率为1的结果和使用fann_create_standard()函数的效果是一样的。
num_layers
神经网络层数,包括输入输出层。
layers
表示每层大小的数组。
成功,返回神经网络的资源,错误则返回 false
.