array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'zh', ), 'this' => array ( 0 => 'function.fann-init-weights.php', 1 => 'fann_init_weights', 2 => '使用 Widrow 和 Nguyen 算法初始化权重。', ), 'up' => array ( 0 => 'ref.fann.php', 1 => 'Fann 函数', ), 'prev' => array ( 0 => 'function.fann-get-training-algorithm.php', 1 => 'fann_get_training_algorithm', ), 'next' => array ( 0 => 'function.fann-length-train-data.php', 1 => 'fann_length_train_data', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'zh', 'path' => 'reference/fann/functions/fann-init-weights.xml', ), 'history' => array ( ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); contributors($setup); ?>

fann_init_weights

(PECL fann >= 1.0.0)

fann_init_weights — 使用 Widrow 和 Nguyen 算法初始化权重。

说明

fann_init_weights(resource $ann, resource $train_data): bool

使用 Widrow 和 Nguyen 算法初始化权重。

该函数的作用和 fann_randomize_weights()函数相似。 该函数将会使用 Derrick Nguyen 和 Bernard Widrow 开发的算法来设置权重用于加速训练。 该技术不是经常奏效，在某些场景下比纯粹的随机初始化来得更低效。

该算法要求获取输入数据的范围(比如 最大和最小输入)，因此接受别的参数，数据(将会在网络中训练的数据)。

参数

ann

神经网络 资源。

train_data

神经网络训练数据 资源。

返回值

成功时返回 true，其它情况下返回 false。

参见