Швидка штучна нейронна мережа (Fast Artificial Neural Network або FANN)
- Вступ
- Встановлення та налаштування
- Обумовлені константи
- Приклади
- Функції Fann
- fann_cascadetrain_on_data— Навчання по всьому набору даних протягом певного періоду часу за допомогою алгоритму Cascade2
- fann_cascadetrain_on_file— Навчання на даних прочитаних із файлу за допомогою алгоритму Cascade2
- fann_clear_scaling_params— Очищення параметрів масштабування
- fann_copy - Створює копію структури fann
- fann_create_from_file— Створює нейронну мережу зі зворотним поширенням помилки конфігураційного файлу
- fann_create_shortcut_array— Створює стандартну нейронну мережу зворотного розповсюдження, яка не повністю підключена та має швидкі з'єднання.
- fann_create_shortcut— Створює стандартну нейронну мережу зворотного розповсюдження, яка не повністю підключена та має швидкі з'єднання.
- fann_create_sparse_array - Створює стандартну нейронну мережу зворотного розповсюдження, яка не повністю підключена, використовуючи масив розмірів шарів
- fann_create_sparse— Створює стандартну нейронну мережу зворотного розповсюдження, яка повністю не підключена.
- fann_create_standard_array— Створює стандартну повністю підключену нейронну мережу зворотного розповсюдження, використовуючи масив розмірів шарів
- fann_create_standard— Створює стандартну повністю підключену нейронну мережу зворотного розповсюдження
- fann_create_train_from_callback— Створює структуру даних навчання із наданої користувачем функції
- fann_create_train— Створює порожню структуру даних для навчання
- fann_descale_input - Масштабує дані у вхідному векторі після отримання їх на основі раніше розрахованих параметрів
- fann_descale_output— Масштабує дані у вихідному векторі після отримання їх на основі раніше розрахованих параметрів
- fann_descale_train— Масштабування вхідних та вихідних даних на основі попередньо розрахованих параметрів
- fann_destroy_train - Знищує тренувальні дані
- fann_destroy— Знищує всю мережу та правильно звільняє всю пов'язану пам'ять
- fann_duplicate_train_data— Повертає точну копію тренувальних даних
- fann_get_activation_function - Повертає функцію активації
- fann_get_activation_steepness— Повертає крутість активації для нейрона, що поставляється, і номери шару.
- fann_get_bias_array— Отримує кількість зсувів у кожному шарі у мережі
- fann_get_bit_fail_limit— Повертає межу збою бітів, використану під час навчання
- fann_get_bit_fail - Кількість бітів збою
- fann_get_cascade_activation_functions_count— Повертає кількість функцій каскадної активації
- fann_get_cascade_activation_functions— Повертає функції каскадної активації
- fann_get_cascade_activation_steepnesses_count— Кількість крутості активації
- fann_get_cascade_activation_steepnesses— Повертає крутість каскадної активації
- fann_get_cascade_candidate_change_fraction— Повертає частку зміни каскаду кандидата
- fann_get_cascade_candidate_limit— Повертає межу кандидата
- fann_get_cascade_candidate_stagnation_epochs— Повертає кількість періодів застою каскаду кандидата
- fann_get_cascade_max_cand_epochs— Отримує найбільший період кандидата
- fann_get_cascade_max_out_epochs— Повертає максимальну кількість періодів
- fann_get_cascade_min_cand_epochs— Отримує найменший період кандидата
- fann_get_cascade_min_out_epochs— Повертає мінімальну кількість періодів
- fann_get_cascade_num_candidate_groups— Повертає кількість груп кандидатів
- fann_get_cascade_num_candidates— Повертає кількість кандидатів, використаних під час навчання
- fann_get_cascade_output_change_fraction— Повертає частку зміни виходу каскаду
- fann_get_cascade_output_stagnation_epochs— Повертає кількість каскадних періодів застою кандидатів
- fann_get_cascade_weight_multiplier - Повертає множник ваги
- fann_get_connection_array— Отримує з'єднання в мережі
- fann_get_connection_rate— Отримує швидкість з'єднання, що використовується під час створення мережі
- fann_get_errno— Повертає останній номер помилки
- fann_get_errstr— Повертає останній рядок помилки
- fann_get_layer_array— Отримує кількість нейронів у кожному шарі мережі
- fann_get_learning_momentum - Повертає імпульс навчання
- fann_get_learning_rate— Повертає швидкість навчання
- fann_get_MSE - Зчитує середньоквадратичну помилку мережі
- fann_get_network_type— Отримує тип нейронної мережі
- fann_get_num_input— Отримує кількість вхідних нейронів
- fann_get_num_layers— Отримує кількість шарів у нейронній мережі
- fann_get_num_output— Отримує кількість вихідних нейронів
- fann_get_quickprop_decay— Повертає зниження, яке є фактором, при якому ваги мають зменшуватись на кожній ітерації під час навчання quickprop
- fann_get_quickprop_mu - Повертає коефіцієнт mu
- fann_get_rprop_decrease_factor— Повертає коефіцієнт зменшення під час навчання RPROP
- fann_get_rprop_delta_max - Повертає максимальний розмір кроку
- fann_get_rprop_delta_min - Повертає мінімальний розмір кроку
- fann_get_rprop_delta_zero - Повертає початковий розмір кроку
- fann_get_rprop_increase_factor— Повертає коефіцієнт збільшення, який використовується під час навчання RPROP
- fann_get_sarprop_step_error_shift - Повертає зрушення помилки кроку sarprop
- fann_get_sarprop_step_error_threshold_factor - Повертає пороговий коефіцієнт помилки кроку sarprop
- fann_get_sarprop_temperature - Повертає температуру sarprop
- fann_get_sarprop_weight_decay_shift - Повертає зсув зменшення ваги sarprop
- fann_get_total_connections— Отримує загальну кількість з'єднань у всій мережі
- fann_get_total_neurons— Отримує загальну кількість нейронів у всій мережі
- fann_get_train_error_function— Повертає функцію обробки помилок, яка використовується під час навчання
- fann_get_train_stop_function— Повертає функцію зупинки, яка використовується під час навчання
- fann_get_training_algorithm - Повертає алгоритм навчання
- fann_init_weights - Ініціалізує ваги за допомогою алгоритму Widrow + Nguyen
- fann_length_train_data— Повертає кількість шаблонів до навчальних даних
- fann_merge_train_data— Об'єднує навчальні дані
- fann_num_input_train_data— Повертає кількість вхідних даних у кожному із шаблонів у навчальних даних
- fann_num_output_train_data— Повертає кількість вихідних даних у кожному із шаблонів у навчальних даних
- fann_print_error - Виводить рядок помилки
- fann_randomize_weights— Надає кожному з'єднанню випадкову вагу між min_weight та max_weight
- fann_read_train_from_file— Читає файл, у якому зберігаються дані навчання
- fann_reset_errno - Скидає номер останньої помилки
- fann_reset_errstr— Скидає останній рядок помилки
- fann_reset_MSE— скидає середньоквадратичну помилку з мережі
- fann_run— Запускає нейронну мережу із заданими даними
- fann_save_train— Зберігає структуру навчання у файл
- fann_save— Зберігає всю мережу у конфігураційному файлі
- fann_scale_input_train_data— Масштабує вхідні дані до навчальних даних до вказаного діапазону
- fann_scale_input— Масштабує дані у вхідному векторі перед подачею їх у ann на основі раніше розрахованих параметрів
- fann_scale_output_train_data— Масштабує вихідні дані у навчальних даних до вказаного діапазону
- fann_scale_output— Масштабує дані у вихідному векторі перед їхньою передачею в ann на основі раніше розрахованих параметрів
- fann_scale_train_data— Масштабує вхідні та вихідні дані до навчальних даних до вказаного діапазону
- fann_scale_train— Масштабує вхідні та вихідні дані на основі раніше розрахованих параметрів
- fann_set_activation_function_hidden— Встановлює функцію активації для всіх прихованих шарів
- fann_set_activation_function_layer— Встановлює функцію активації для всіх нейронів у наданому шарі
- fann_set_activation_function_output— Встановлює функцію активації вихідного шару
- fann_set_activation_function— Встановлює функцію активації для вказаного нейрона та шару
- fann_set_activation_steepness_hidden— Встановлює крутість крутості активації для всіх нейронів у всіх прихованих шарах
- fann_set_activation_steepness_layer— Встановлює крутість активації для всіх нейронів у вказаному номері шару
- fann_set_activation_steepness_output— Встановлює крутість активації у вихідному шарі
- fann_set_activation_steepness— Встановлює крутість активації для вказаного нейрона та номера шару
- fann_set_bit_fail_limit— Встановлює межу помилок, яка використовується під час навчання
- fann_set_callback - Встановлює callback-функцію для використання під час навчання
- fann_set_cascade_activation_functions - Встановлює масив каскадних функцій активації кандидатів
- fann_set_cascade_activation_steepnesses— Встановлює масив крутості включення кандидатів у каскад
- fann_set_cascade_candidate_change_fraction - Встановлює частку каскадної зміни кандидата
- fann_set_cascade_candidate_limit - Встановлює ліміт кандидатів
- fann_set_cascade_candidate_stagnation_epochs— Встановлює кількість каскадних періодів застою кандидатів
- fann_set_cascade_max_cand_epochs - Встановлює найбільший період кандидата
- fann_set_cascade_max_out_epochs— Встановлює максимальну кількість епох
- fann_set_cascade_min_cand_epochs - Встановлює найменший період кандидата
- fann_set_cascade_min_out_epochs - Встановлює мінімальні епохи вихідних даних
- fann_set_cascade_num_candidate_groups - Встановлює кількість груп кандидатів
- fann_set_cascade_output_change_fraction - Встановлює частку зміни каскадних вихідних даних
- fann_set_cascade_output_stagnation_epochs - Встановлює кількість періодів стагнації каскадного виводу
- fann_set_cascade_weight_multiplier - Встановлює множник ваги
- fann_set_error_log— Встановлює, де реєструються помилки
- fann_set_input_scaling_params— Розраховує вхідні параметри масштабування для майбутнього використання на основі даних навчання
- fann_set_learning_momentum - Встановлює імпульс навчання
- fann_set_learning_rate - Встановлює швидкість навчання
- fann_set_output_scaling_params— Розраховує вихідні параметри масштабування для майбутнього використання на основі даних навчання
- fann_set_quickprop_decay - Встановлює коефіцієнт загасання quickprop
- fann_set_quickprop_mu - Встановлює МЮ-фактор quickprop
- fann_set_rprop_decrease_factor— Встановлює коефіцієнт зменшення під час навчання RPROP
- fann_set_rprop_delta_max - Встановлює максимальний розмір кроку
- fann_set_rprop_delta_min - Встановлює мінімальний розмір кроку
- fann_set_rprop_delta_zero - Встановлює початковий розмір кроку
- fann_set_rprop_increase_factor— Встановлює коефіцієнт збільшення під час навчання Rprop
- fann_set_sarprop_step_error_shift - Встановлює зрушення помилки кроку sarprop
- fann_set_sarprop_step_error_threshold_factor - Встановлює пороговий коефіцієнт помилки кроку sarprop
- fann_set_sarprop_temperature - Встановлює температуру sarprop
- fann_set_sarprop_weight_decay_shift - Встановлює зміщення згасання sarprop
- fann_set_scaling_params— Розраховує вхідні та вихідні параметри масштабування для майбутнього використання на основі даних навчання
- fann_set_train_error_function— Встановлює функцію помилки під час тренування.
- fann_set_train_stop_function— Встановлює функцію зупинки під час тренування.
- fann_set_training_algorithm - Встановлює алгоритм навчання
- fann_set_weight_array— Створення зв'язків у мережі
- fann_set_weight— Створення зв'язку в мережі
- fann_shuffle_train_data— Перемішує навчальні дані у випадковому порядку
- fann_subset_train_data— Отримати копію підмножини з навчальних даних
- fann_test_data— Тестування набору навчальних даних та обчислення MSE для нього
- fann_test— Тестування з набором вхідних даних та бажаним результатом
- fann_train_epoch— Навчання протягом однієї епохи
- fann_train_on_data - Навчання на всьому обсязі даних на тимчасовому інтервалі
- fann_train_on_file— Навчання на повному наборі даних, прочитаному з файлу, на часовому інтервалі
- fann_train— Провести одну ітерацію навчання з набором вхідних даних та бажаним результатом
- FANNConnection - Клас FANNConnection