Быстрая искусственная нейронная сеть (Fast Artificial Neural Network или FANN) Введение Установка и настройка Предопределённые константы Примеры Функции Fann fann_cascadetrain_on_data — Обучение на всем наборе данных в течение определённого периода времени с помощью алгоритма Cascade2fann_cascadetrain_on_file — Обучение на данных прочтённых из файла с помощью алгоритма Cascade2fann_clear_scaling_params — Очистка параметров масштабированияfann_copy — Создаёт копию структуры fannfann_create_from_file — Создаёт нейронную сеть с обратным распространением ошибки из конфигурационного файлаfann_create_shortcut_array — Создаёт стандартную нейронную сеть обратного распространения, которая не полностью подключена и имеет быстрые соединенияfann_create_shortcut — Создаёт стандартную нейронную сеть обратного распространения, которая не полностью подключена и имеет быстрые соединенияfann_create_sparse_array — Создаёт стандартную нейронную сеть обратного распространения, которая не полностью подключена, используя массив размеров слоёвfann_create_sparse — Создаёт стандартную нейронную сеть обратного распространения, которая не полностью подключенаfann_create_standard_array — Создаёт стандартную полностью подключённую нейронную сеть обратного распространения, используя массив размеров слоёвfann_create_standard — Создаёт стандартную полностью подключённую нейронную сеть обратного распространенияfann_create_train_from_callback — Создаёт структуру данных обучения из предоставленной пользователем функцииfann_create_train — Создаёт пустую структуру данных для обученияfann_descale_input — Масштабирует данные во входном векторе после получения их на основе ранее рассчитанных параметровfann_descale_output — Масштабирует данные в выходном векторе после получения их ина основе ранее рассчитанных параметровfann_descale_train — Масштабирование входных и выходных данных на основе предварительно рассчитанных параметровfann_destroy_train — Уничтожает тренировочные данныеfann_destroy — Уничтожает всю сеть и правильно освобождает всю связанную памятьfann_duplicate_train_data — Возвращает точную копию тренировочных данныхfann_get_activation_function — Возвращает функцию активацииfann_get_activation_steepness — Возвращает крутизну активации для поставляемого нейрона и номера слояfann_get_bias_array — Получает количество смещений в каждом слое в сетиfann_get_bit_fail_limit — Возвращает предел сбоя битов, использованный во время обученияfann_get_bit_fail — Количество битов сбояfann_get_cascade_activation_functions_count — Возвращает количество функций каскадной активацииfann_get_cascade_activation_functions — Возвращает функции каскадной активацииfann_get_cascade_activation_steepnesses_count — Количество крутизны активацииfann_get_cascade_activation_steepnesses — Возвращает крутизну каскадной активацииfann_get_cascade_candidate_change_fraction — Возвращает долю изменения каскада кандидатаfann_get_cascade_candidate_limit — Возвращает предел кандидатаfann_get_cascade_candidate_stagnation_epochs — Возвращает количество периодов застоя каскада кандидатаfann_get_cascade_max_cand_epochs — Получает наибольший период кандидатаfann_get_cascade_max_out_epochs — Возвращает максимальное количество периодовfann_get_cascade_min_cand_epochs — Получает наименьший период кандидатаfann_get_cascade_min_out_epochs — Возвращает минимальное количество периодовfann_get_cascade_num_candidate_groups — Возвращает количество групп кандидатовfann_get_cascade_num_candidates — Возвращает количество кандидатов, использованных во время обученияfann_get_cascade_output_change_fraction — Возвращает долю изменения выхода каскадаfann_get_cascade_output_stagnation_epochs — Возвращает количество каскадных периодов застоя кандидатовfann_get_cascade_weight_multiplier — Возвращает множитель весаfann_get_connection_array — Получает соединения в сетиfann_get_connection_rate — Получает скорость соединения, используемую при создании сетиfann_get_errno — Возвращает последний номер ошибкиfann_get_errstr — Возвращает последнюю строку ошибкиfann_get_layer_array — Получает количество нейронов в каждом слое сетиfann_get_learning_momentum — Возвращает импульс обученияfann_get_learning_rate — Возвращает скорость обученияfann_get_MSE — Считывает среднеквадратичную ошибку сетиfann_get_network_type — Получает тип нейронной сетиfann_get_num_input — Получает количество входных нейроновfann_get_num_layers — Получает количество слоёв в нейронной сетиfann_get_num_output — Получает количество выходных нейроновfann_get_quickprop_decay — Возвращает снижение, которое является фактором, при котором веса должны уменьшаться на каждой итерации во время обучения quickpropfann_get_quickprop_mu — Возвращает коэффициент mufann_get_rprop_decrease_factor — Возвращает коэффициент уменьшения, используемый во время обучения RPROPfann_get_rprop_delta_max — Возвращает максимальный размер шагаfann_get_rprop_delta_min — Возвращает минимальный размер шагаfann_get_rprop_delta_zero — Возвращает начальный размер шагаfann_get_rprop_increase_factor — Возвращает коэффициент увеличения, используемый во время обучения RPROPfann_get_sarprop_step_error_shift — Возвращает сдвиг ошибки шага sarpropfann_get_sarprop_step_error_threshold_factor — Возвращает пороговый коэффициент ошибки шага sarpropfann_get_sarprop_temperature — Возвращает температуру sarpropfann_get_sarprop_weight_decay_shift — Возвращает сдвиг уменьшения веса sarpropfann_get_total_connections — Получает общее количество соединений во всей сетиfann_get_total_neurons — Получает общее количество нейронов во всей сетиfann_get_train_error_function — Возвращает функцию обработки ошибок, используемую во время обученияfann_get_train_stop_function — Возвращает функцию остановки, используемую во время обученияfann_get_training_algorithm — Возвращает алгоритм обученияfann_init_weights — Инициализирует веса с помощью алгоритма Widrow + Nguyenfann_length_train_data — Возвращает количество шаблонов в обучающих данныхfann_merge_train_data — Объединяет обучающие данныеfann_num_input_train_data — Возвращает количество входных данных в каждом из шаблонов в обучающих данныхfann_num_output_train_data — Возвращает количество выходных данных в каждом из шаблонов в обучающих данныхfann_print_error — Выводит строку ошибкиfann_randomize_weights — Присваивает каждому соединению случайный вес между min_weight и max_weightfann_read_train_from_file — Читает файл, в котором хранятся данные обученияfann_reset_errno — Сбрасывает номер последней ошибкиfann_reset_errstr — Сбрасывает последнюю строку ошибкиfann_reset_MSE — Сбрасывает среднеквадратичную ошибку из сетиfann_run — Запускает нейронную сеть с заданными даннымиfann_save_train — Сохраняет структуру обучения в файлfann_save — Сохраняет всю сеть в файл конфигурацииfann_scale_input_train_data — Масштабирует входные данные в обучающих данных до указанного диапазонаfann_scale_input — Масштабирует данные во входном векторе перед подачей их в ann на основе ранее рассчитанных параметровfann_scale_output_train_data — Масштабирует выходные данные в обучающих данных до указанного диапазонаfann_scale_output — Масштабирует данные в выходном векторе перед их передачей в ann на основе ранее рассчитанных параметровfann_scale_train_data — Масштабирует входные и выходные данные в обучающих данных до указанного диапазонаfann_scale_train — Масштабирует входные и выходные данные на основе ранее рассчитанных параметровfann_set_activation_function_hidden — Устанавливает функцию активации для всех скрытых слоёвfann_set_activation_function_layer — Устанавливает функцию активации для всех нейронов в предоставленном слоеfann_set_activation_function_output — Устанавливает функцию активации для выходного слояfann_set_activation_function — Устанавливает функцию активации для указанного нейрона и слояfann_set_activation_steepness_hidden — Устанавливает крутизну крутизны активации для всех нейронов во всех скрытых слояхfann_set_activation_steepness_layer — Устанавливает крутизну активации для всех нейронов в указанном номере слояfann_set_activation_steepness_output — Устанавливает крутизну активации в выходном слоеfann_set_activation_steepness — Устанавливает крутизну активации для указанного нейрона и номера слояfann_set_bit_fail_limit — Устанавливает предел ошибок, используемый во время обученияfann_set_callback — Устанавливает callback-функцию для использования во время обученияfann_set_cascade_activation_functions — Устанавливает массив каскадных функций активации кандидатовfann_set_cascade_activation_steepnesses — Устанавливает массив крутизны включения кандидатов в каскадfann_set_cascade_candidate_change_fraction — Устанавливает долю каскадного изменения кандидатаfann_set_cascade_candidate_limit — Устанавливает лимит кандидатовfann_set_cascade_candidate_stagnation_epochs — Устанавливает количество каскадных периодов застоя кандидатовfann_set_cascade_max_cand_epochs — Устанавливает наибольший период кандидатаfann_set_cascade_max_out_epochs — Устанавливает максимальное количество эпохfann_set_cascade_min_cand_epochs — Устанавливает наименьший период кандидатаfann_set_cascade_min_out_epochs — Устанавливает минимальные эпохи выходных данныхfann_set_cascade_num_candidate_groups — Устанавливает количество групп кандидатовfann_set_cascade_output_change_fraction — Устанавливает долю изменения каскадных выходных данныхfann_set_cascade_output_stagnation_epochs — Устанавливает количество периодов стагнации каскадного выводаfann_set_cascade_weight_multiplier — Устанавливает множитель весаfann_set_error_log — Устанавливает, где регистрируются ошибкиfann_set_input_scaling_params — Рассчитывает входные параметры масштабирования для будущего использования на основе данных обученияfann_set_learning_momentum — Устанавливает импульс обученияfann_set_learning_rate — Устанавливает скорость обученияfann_set_output_scaling_params — Рассчитывает выходные параметры масштабирования для будущего использования на основе данных обученияfann_set_quickprop_decay — Устанавливает коэффициент затухания quickpropfann_set_quickprop_mu — Устанавливает МЮ-фактор quickpropfann_set_rprop_decrease_factor — Устанавливает коэффициент уменьшения, используемый во время обучения RPROPfann_set_rprop_delta_max — Устанавливает максимальный размер шагаfann_set_rprop_delta_min — Устанавливает минимальный размер шагаfann_set_rprop_delta_zero — Устанавливает начальный размер шагаfann_set_rprop_increase_factor — Устанавливает коэффициент увеличения, используемый во время обучения Rpropfann_set_sarprop_step_error_shift — Устанавливает сдвиг ошибки шага sarpropfann_set_sarprop_step_error_threshold_factor — Устанавливает пороговый коэффициент ошибки шага sarpropfann_set_sarprop_temperature — Устанавливает температуру sarpropfann_set_sarprop_weight_decay_shift — Устанавливает смещение затухания sarpropfann_set_scaling_params — Рассчитывает входные и выходные параметры масштабирования для будущего использования на основе данных обученияfann_set_train_error_function — Устанавливает функцию ошибки, используемую во время тренировкиfann_set_train_stop_function — Устанавливает функцию остановки, используемую во время тренировкиfann_set_training_algorithm — Устанавливает алгоритм обученияfann_set_weight_array — Создание связей в сетиfann_set_weight — Создание связи в сетиfann_shuffle_train_data — Перемешивает обучающие данные в случайном порядкеfann_subset_train_data — Получить копию подмножества из обучающих данныхfann_test_data — Тестирование набора обучающих данных и вычисление MSE для негоfann_test — Тестирование с набором входных данных и желаемым результатомfann_train_epoch — Обучение в течение одной эпохиfann_train_on_data — Обучение на всем объёме данных на временном интервалеfann_train_on_file — Обучение на полном наборе данных, прочитанном из файла, на временном интервалеfann_train — Провести одну итерацию обучения с набором входных данных и желаемым результатомFANNConnection — Класс FANNConnection