fann_train_on_file

(PECL fann >= 1.0.0)

fann_train_on_file — Entrena un conjunto de datos completo leído desde un fichero, por un período de tiempo

Descripción

fann_train_on_file(
    resource $ann,
    string $filename,
    int $max_epochs,
    int $epochs_between_reports,
    float $desired_error
): bool

Entrena un conjunto de datos completo leído desde un fichero, por un período de tiempo.

Este entrenamiento emplea el algoritmo de entrenamiento elegido mediante fann_set_training_algorithm() y los parámetros establecidos para estos algoritmos de entrenamiento.

Parámetros

ann: Un resource de red neuronal.
filename: El fichero que contiene los datos de entrenamiento.
max_epochs: El número máximo de épocas que debería continuar el entrenamiento.
epochs_between_reports: El número de épocas entre llamadas a funciones de retrollamada. Un valor de cero significa que no se llamará a la función del usuario.
desired_error: El fann_get_MSE() o fann_get_bit_fail() deseados, dependiendo de la función de parada elegida mediante fann_set_train_stop_function().

Valores devueltos

Devuelve true en caso de éxito, o false de lo contrario.

Ver también

fann_train_on_data() - Entrena un conjunto de datos completo por un período de tiempo
fann_train_epoch() - Entrenar una época con un conjunto de datos de entrenamiento
fann_get_bit_fail() - El número de bit fallidos
fann_get_MSE() - Lee el error cuadrático medio de la red
fann_set_train_stop_function() - Establece la función de parada empleada durante el entrenamiento
fann_set_training_algorithm() - Establece el algoritmo de entrenamiento
fann_set_callback() - Establece la función de retrollamada a emplear durante el entrenamiento

Improve This Page

Learn How To Improve This Page • Submit a Pull Request • Report a Bug

＋add a note

User Contributed Notes 1 note

down

geekgirljoy at gmail dot com ¶

6 years ago

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);
}
?>

＋add a note