fann_train
(PECL fann >= 1.0.0)
fann_train — Effectue un entrainement sur une itération avec un jeu d'entrées, et un jeu de sorties désirées
Description
$ann
, array $input
, array $desired_output
) : boolEffectue un entrainement sur une itération avec un jeu d'entrées, et un jeu de sorties désirées. Cet entrainement est toujours un entrainement incrémental, sachant que seulement un masque est présenté.
Liste de paramètres
-
ann -
Ressource de réseau de neurones.
-
input -
Un tableau d'entrées. Ce tableau doit être exactement d'une longueur de fann_get_num_input().
-
desired_output -
Un tableau de sorties désirées. Ce tableau doit être exactement d'une longueur de fann_get_num_output().
Voir aussi
- fann_train_on_data() - Effectue un entrainement sur un jeu de données complet pour une période de temps
- fann_train_epoch() - Effectue un entrainement avec un jeu de données d'entrainement
- fann_get_num_input() - Récupère le nombre de neurones entrants
- fann_get_num_output() - Récupère le nombre de neurones sortants
Version en cache
29/11/2024 11:05:40 Cette version de la page est en cache (à la date du 29/11/2024 11:05:40) 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-train.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.
