预定义常量

以下常量由此扩展定义，并且只有在扩展已编译到 PHP 或在运行时动态加载时才可用。

FANN_TRAIN_INCREMENTAL (int): 标准反向传播算法，其中权重在每个训练模式后更新。这意味着在单个 epoch 期间，权重会更新多次。因此，某些问题将使用此算法非常快地进行训练，而其他更高级的问题则无法很好地训练。
FANN_TRAIN_BATCH (int): 标准反向传播算法，其中权重在计算整个训练集的均方误差后更新。这意味着权重在一个 epoch 期间仅更新一次。因此，某些问题将使用此算法训练速度较慢。但是，由于均方误差的计算比增量训练更准确，因此某些问题将使用此算法达到更好的解决方案。
FANN_TRAIN_RPROP (int): 一种更高级的批处理训练算法，它在许多问题上都能取得良好的效果。RPROP 训练算法是自适应的，因此不使用 learning_rate。但是，可以设置一些其他参数来更改 RPROP 算法的工作方式，但这仅推荐给了解 RPROP 训练算法工作原理的用户。RPROP 训练算法由 [Riedmiller 和 Braun，1993] 描述，但此处使用的实际学习算法是 iRPROP- 训练算法，它由 [Igel 和 Husken，2000] 描述，它是标准 RPROP 训练算法的一种变体。
FANN_TRAIN_QUICKPROP (int): 一种更高级的批处理训练算法，它在许多问题上都能取得良好的效果。quickprop 训练算法使用 learning_rate 参数以及其他更高级的参数，但仅推荐给了解 quickprop 训练算法工作原理的用户更改这些高级参数。quickprop 训练算法由 [Fahlman，1988] 描述。
FANN_TRAIN_SARPROP (int): 更高级的训练算法。仅适用于 2.2 版。

FANN_LINEAR (int): 线性激活函数。
FANN_THRESHOLD (int): 阈值激活函数。
FANN_THRESHOLD_SYMMETRIC (int): 阈值激活函数。
FANN_SIGMOID (int): Sigmoid 激活函数。
FANN_SIGMOID_STEPWISE (int): Sigmoid 的分段线性近似。
FANN_SIGMOID_SYMMETRIC (int): 对称 Sigmoid 激活函数，也称为 tanh。
FANN_SIGMOID_SYMMETRIC_STEPWISE (int): 对称 Sigmoid 的分段线性近似
FANN_GAUSSIAN (int): 高斯激活函数。
FANN_GAUSSIAN_SYMMETRIC (int): 对称高斯激活函数。
FANN_GAUSSIAN_STEPWISE (int): 分段高斯激活函数。
FANN_ELLIOT (int): 由 David Elliott 定义的快速（类 Sigmoid）激活函数。
FANN_ELLIOT_SYMMETRIC (int): 由 David Elliott 定义的快速（对称类 Sigmoid）激活函数。
FANN_LINEAR_PIECE (int): 有界线性激活函数。
FANN_LINEAR_PIECE_SYMMETRIC (int): 有界线性激活函数。
FANN_SIN_SYMMETRIC (int): 周期性正弦激活函数。
FANN_COS_SYMMETRIC (int): 周期性余弦激活函数。
FANN_SIN (int): 周期性正弦激活函数。
FANN_COS (int): 周期性余弦激活函数。

FANN_ERRORFUNC_LINEAR (int): 标准线性误差函数。
FANN_ERRORFUNC_TANH (int): Tanh 误差函数；通常更好，但可能需要更低的学习率。此误差函数积极地针对与期望值差异很大的输出，而不会针对仅略有差异的输出。不推荐用于级联或增量训练。

FANN_STOPFUNC_MSE (int): 停止标准是均方误差 (MSE) 值。
FANN_STOPFUNC_BIT (int): 停止标准是失败的位数。位数是指输出神经元比位失败限制（请参阅 fann_get_bit_fail_limit、fann_set_bit_fail_limit）差异更大的数量。这些位是在所有训练数据中计算的，因此此数字可能高于训练数据的数量。

FANN_NETTYPE_LAYER (int): 每层仅与下一层连接。
FANN_NETTYPE_SHORTCUT (int): 每层都与所有后续层连接

FANN_E_NO_ERROR (int): 没有错误。
FANN_E_CANT_OPEN_CONFIG_R (int): 无法打开配置文件以供读取。
FANN_E_CANT_OPEN_CONFIG_W (int): 无法打开配置文件以供写入。
FANN_E_WRONG_CONFIG_VERSION (int): 配置文件版本错误。
FANN_E_CANT_READ_CONFIG (int): 从配置文件读取信息时出错。
FANN_E_CANT_READ_NEURON (int): 从配置文件读取神经元信息时出错。
FANN_E_CANT_READ_CONNECTIONS (int): 从配置文件读取连接时出错。
FANN_E_WRONG_NUM_CONNECTIONS (int): 连接数量与预期数量不符。
FANN_E_CANT_OPEN_TD_W (int): 无法打开训练数据文件以供写入。
FANN_E_CANT_OPEN_TD_R (int): 无法打开训练数据文件以供读取。
FANN_E_CANT_READ_TD (int): 从文件读取训练数据时出错。
FANN_E_CANT_ALLOCATE_MEM (int): 无法分配内存。
FANN_E_CANT_TRAIN_ACTIVATION (int): 无法使用选定的激活函数进行训练。
FANN_E_CANT_USE_ACTIVATION (int): 无法使用选定的激活函数。
FANN_E_TRAIN_DATA_MISMATCH (int): 两个结构体 fann_train_data 之间存在无法调和的差异。
FANN_E_CANT_USE_TRAIN_ALG (int): 无法使用选定的训练算法。
FANN_E_TRAIN_DATA_SUBSET (int): 尝试获取不在训练集内的子集。
FANN_E_INDEX_OUT_OF_BOUND (int): 索引超出范围。
FANN_E_SCALE_NOT_PRESENT (int): 缩放参数不存在。
FANN_E_INPUT_NO_MATCH (int): ann 和数据中的输入神经元数量不匹配。
FANN_E_OUTPUT_NO_MATCH (int): ann 和数据中的输出神经元数量不匹配。

改进此页面

了解如何改进此页面 • 提交拉取请求 • 报告错误

＋添加注释

用户贡献的注释

此页面没有用户贡献的注释。