fann_set_output_scaling_params
(PECL fann >= 1.0.0)
fann_set_output_scaling_params — Calcule les paramètres d'échelle de sortie pour une utilisation future, en se basant sur les données d'entrainement
Description
$ann
, resource $train_data
, float $new_output_min
, float $new_output_max
) : boolCalcule les paramètres d'échelle de sortie pour une utilisation future, en se basant sur les données d'entrainement.
Liste de paramètres
-
ann -
Ressource de réseau de neurones.
-
train_data -
Ressource de données d'entrainement du réseau de neurones.
-
new_output_min -
La limite inférieure souhaitée dans les données de sortie après mise à l'échelle (pas strictement suivi)
-
new_output_max -
La limite supérieur souhaitée dans les données de sortie après mise à l'échelle (pas strictement suivi)
Voir aussi
- fann_set_input_scaling_params() - Calcule les paramètres d'échelle d'entrée pour une utilisation future, en se basant sur les données d'entrainement
Version en cache
22/11/2024 11:54:09 Cette version de la page est en cache (à la date du 22/11/2024 11:54:09) afin d'accélérer le traitement. Vous pouvez activer le mode utilisateur dans le menu en haut pour afficher la dernère version de la page.Document créé le 30/01/2003, dernière modification le 26/10/2018
Source du document imprimé : https://www.gaudry.be/php-rf-fann-set-output-scaling-params.html
L'infobrol est un site personnel dont le contenu n'engage que moi. Le texte est mis à disposition sous licence CreativeCommons(BY-NC-SA). Plus d'info sur les conditions d'utilisation et sur l'auteur.
Références
Ces références et liens indiquent des documents consultés lors de la rédaction de cette page, ou qui peuvent apporter un complément d'information, mais les auteurs de ces sources ne peuvent être tenus responsables du contenu de cette page.
L'auteur de ce site est seul responsable de la manière dont sont présentés ici les différents concepts, et des libertés qui sont prises avec les ouvrages de référence. N'oubliez pas que vous devez croiser les informations de sources multiples afin de diminuer les risques d'erreurs.
