fann_create_train_from_callback

    (PECL fann >= 1.0.0)

    fann_create_train_from_callback — 从用户提供的函数创建训练数据结构

    说明

    fann_create_train_from_callback(
        int $num_data,
        int $num_input,
        int $num_output,
        callable $user_function
    ): resource

    从用户提供的函数创建训练数据结构。由于训练数据是可枚举的（数据 1、数据 2...），用户必须编写一个接收训练数据集（输入、输出）编号并返回该集的函数。

    参数

    num_data

    训练数据的数量

    num_input

    每个训练数据的输入数量

    num_output

    每个训练数据的输出数量

    user_function

    用户提供的函数，具有以下参数

    • num - 训练数据集的编号
    • num_input - 每个训练数据的输入数量
    • num_output - 每个训练数据的输出数量

    该函数应返回一个关联数组，其键为input 和 output，以及两个包含输入和输出的数组值。

    返回值

    成功时返回训练数据 resource，失败时返回 false。

    示例

    示例 #1 fann_create_train_from_callback() 示例

    <?php
    function create_train_callback($num_data, $num_input, $num_output) {
    return array(
    "input" => array_fill(0, $num_input, 1),
    "output" => array_fill(0, $num_output, 1),
    );
    }

    $num_data = 3;
    $num_input = 2;
    $num_output = 1;
    $train_data = fann_create_train_from_callback($num_data, $num_input, $num_output, "create_train_callback");
    if (    $train_data) {
    // 对 $train_data 执行某些操作
    }
    ?>

    备注

    注意:

    此函数仅在 fann 扩展构建于 libfann >= 2.2 时可用。

    参见

    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 1 条注释

    上
    下
    6
    geekgirljoy at gmail dot com
    7 年前
    此代码可用于从 MySQL 读取训练数据，而不是从文本文件读取。

    <?php

    // 此示例使用的 MySQL 数据库：
    /*
    CREATE TABLE `TrainingSets` (
    `ID` int(11) NOT NULL,
    `Name` varchar(150) COLLATE utf8mb4_unicode_ci NOT NULL,
    `TrainingData` text COLLATE utf8mb4_unicode_ci NOT NULL
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

    ALTER TABLE `TrainingSets` ADD PRIMARY KEY (`ID`);

    INSERT INTO `TrainingSets` (`ID`, `Name`, `TrainingData`) VALUES(1, 'XOR', '-1 -1\n-1\n-1 1\n1\n1 -1\n1\n1 1\n-1');

    ALTER TABLE `TrainingSets` MODIFY `ID` int(11) NOT NULL AUTO_INCREMENT, AUTO_INCREMENT=2;
    */

    // 此函数从 MySQL 数据库中获取训练数据
    function get_training_data_from_db($id) {
    $table_name = "TrainingSets";
    $field = "TrainingData";
    $connection=mysqli_connect("host","username","password","database"); // 更改为您的数据库凭据
    $result=mysqli_query($connection,"SELECT $field FROM $table_name");
    $data=mysqli_fetch_assoc($result);
    mysqli_close($connection);

    return     $data[$field];
    }

    // 此函数准备以换行符分隔的数据，以便传递给 FANN
    /*
    以换行符分隔数据的示例（例如存储在 MySQL 中的纯文本文件中的 XOR）：
    -1 -1
    -1
    -1 1
    1
    1 1
    -1
    1 -1
    1
    */
    function prepare_data_from_db($training_data) {
    $training_data = explode( "\n", $training_data ); // 将训练数据行转换为数组
    $num_data = count($training_data);

    // 筛选数据并拆分输入和输出
    for($i=0;$i<$num_data;$i++) {
    if(    $i % 2) { // $training_data[$i] 是输出
    $training_data['outputs'][] = explode( " ", $training_data[$i]);
    }else{     // $training_data[$i] 是输入
    $training_data['inputs'][] = explode( " ", $training_data[$i]);
    }
    }
    // 移除未筛选的数据
    foreach ($training_data as $key => $value) {
    if (    is_numeric($key)) {
    unset(    $training_data[$key]);
    }
    }
    return     $training_data; // 返回准备好的关联数组
    }

    // 此函数将准备好的数据传递给 FANN
    function create_train_callback($num_data, $num_input, $num_output) {
    global     $training_data;
    global     $current_dataset;

    $dataset = array("input" => $training_data['inputs'][$current_dataset],
    "output" => $training_data['outputs'][$current_dataset]);
    $current_dataset++;

    return     $dataset;
    }

    // 初始化程序变量
    $record_id = 1; // MySQL 中训练数据的“ID”
    $current_dataset = 0;
    $num_input = 2;
    $num_output = 1;
    $num_layers = 3;
    $num_neurons = 3;
    $desired_error = 0.001;
    $max_epochs = 500000;
    $epochs_between_reports = 1000;

    $training_data = get_training_data_from_db($record_id); // 从 MySQL 数据库中获取训练数据
    $training_data = prepare_data_from_db($training_data); // 准备数据
    $num_data = count($training_data["input"]); // 有多少组数据？

    // 将数据传递给 FANN
    $train_data = fann_create_train_from_callback($num_data, $num_input, $num_output, "create_train_callback");

    // 测试 $train_data
    if ($train_data) {

    // 创建 $ann
    $ann = fann_create_standard($num_layers, $num_input, $num_neurons, $num_output);

    // 测试 $ann
    if ($ann) {
    fann_set_activation_function_hidden($ann, FANN_SIGMOID_SYMMETRIC);
    fann_set_activation_function_output($ann, FANN_SIGMOID_SYMMETRIC);

    // 使用从 MySQL 数据库中获得的训练数据训练 XOR ANN
    if (fann_train_on_data($ann, $train_data, $max_epochs, $epochs_between_reports, $desired_error)){
    print(    'XOR 已训练。<br>' . PHP_EOL);

    // 测试 $ann
    $input = array(-1, 1);
    $calc_out = fann_run($ann, $input);
    printf("xor 测试 (%f,%f) -> %f\n", $input[0], $input[1], $calc_out[0]);

    // 销毁 $ann
    fann_destroy($ann);
    }
    }
    }
    ?>
    ＋添加注释
    To Top