array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'zh', ), 'this' => array ( 0 => 'function.fann-cascadetrain-on-data.php', 1 => 'fann_cascadetrain_on_data', 2 => '在整个数据集上训练，使用一段时间的 Cascade2 训练算法。', ), 'up' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'prev' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'next' => array ( 0 => 'function.fann-cascadetrain-on-file.php', 1 => 'fann_cascadetrain_on_file', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'zh', 'path' => 'reference/fann/functions/fann-cascadetrain-on-data.xml', ), 'history' => array ( ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); contributors($setup); ?>

fann_cascadetrain_on_data

(PECL fann >= 1.0.0)

fann_cascadetrain_on_data — 在整个数据集上训练，使用一段时间的 Cascade2 训练算法。

说明

fann_cascadetrain_on_data(
    resource $ann,
    resource $data,
    int $max_neurons,
    int $neurons_between_reports,
    float $desired_error
): bool

级联输出改变小数是一个0到1之间的数字，表示在输出连接的训练中，为了使训练不停滞的情况下，经过 fann_get_cascade_output_stagnation_epochs() 次迭代的后，fann_get_MSE() 将会改变多大。如果训练停滞了，训练的输出连接将会结束，新的候选神经元将会准备好。

该训练使用由 fann_set_cascade_ 前缀设置的参数，但它也采用了另一种训练算法，即内部训练算法。该训练算法要么是 fann_set_training_algorithm() 设置的 FANN_TRAIN_RPROP 算法，要么是 FANN_TRAIN_QUICKPROP，这些算法设置的参数同样也会影响到级联训练。

参数

ann

神经网络 资源。

data

神经网络训练数据 资源。

max_neurons

被添加入神经网络中最大的神经元数。

neurons_between_reports

打印状态报告之间的神经元数。0表示没有报告会被打印。

desired_error

预期的 fann_get_MSE() 或 fann_get_bit_fail(), 取决于 fann_set_train_stop_function() 选择的停止函数

返回值

成功时返回 true，其它情况下返回 false。

参见