c++ - FANN 库的意外结果-6ren

c++ - FANN 库的意外结果

转载作者：太空宇宙更新时间：2023-11-04 12:13:22

25

4

使用 FANN图书馆我得到了不可预测的结果。训练文件:

132 600 3
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 0 0 1 1 1 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 0 1
// .. the file continues up to 132 rows

训练数据量可能不够(一个所需输出为 44 个)但我只有 3 个输出需要区分。实现:

const unsigned int num_input = 600;
const unsigned int num_output = 3;
const unsigned int num_layers = 3;
const unsigned int num_neurons_hidden = 36;
const float desired_error = (const float) 0.0001;
const unsigned int max_epochs = 500000;
const unsigned int epochs_between_reports = 250;

struct fann *ann = fann_create_standard(num_layers, num_input, num_neurons_hidden, num_output);
fann_set_activation_function_hidden(ann, FANN_SIGMOID_SYMMETRIC);
fann_set_activation_function_output(ann, FANN_SIGMOID_SYMMETRIC);
fann_train_on_file(ann, "traindata.data", max_epochs, epochs_between_reports, desired_error);

我输入训练网络的数据并得到:

最佳答案

对于输出层不要使用对称激活函数并使用 FannTool 进行训练 :)

关于c++ - FANN 库的意外结果，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8845446/

25

4

0

文章推荐： c# - 为 HTTPS 配置 ASP.NET Core 2.0 Kestrel

文章推荐： jquery - 根据单击哪个按钮将某些 div 切换为可见或隐藏

文章推荐： java - Java Web 应用程序和 C++ 服务器之间的套接字通信

c - FANN 中的函数根据训练时设置的缩放参数来缩放测试数据
在 FANN 中，导入训练数据后，我会根据我正在使用的激活函数对其进行缩放。我使用 FANN_SIGMOID_SYMMETRIC，所以它应该是 -1.0 和 1.0。我的训练数据范围是[-100,1
c++ - FANN 库的意外结果
使用 FANN图书馆我得到了不可预测的结果。训练文件: 132 600 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
c - 运行基于 FANN 的程序时出现符号查找错误
我编译了一个简单的程序: #include #include #include int main(int argc, char* argv[]) { struct fann *ann =
c - FANN 神经网络 - 恒定结果
我正在使用带有给定代码的 FANN 库。 #include #include "doublefann.h" int main() { const NUM_ITERATIONS = 10000
c - 使用 FANN 的链接错误
我正在尝试使用 MinGW 在 Windows 上构建一个基本的 FANN(快速人工神经网络)项目。然而，每当我尝试链接可执行文件时，我都会遇到一堆 undefined reference 错误。有趣
尽管输入不同，PHP Fann 仍给出相同的结果
我正在尝试 FANN PHP 模块，并且能够成功运行此处的示例 http://php.net/manual/en/fann.examples-1.php 我将其修改为能够处理 5 个输入，并使用任意函
C++ FANN fann_run 始终产生相同的输出
我正在使用 FANN 库构建神经网络来处理回归问题。问题是，一旦网络在相关训练集上接受了训练(这似乎工作得很好)，每个单独的测试输出完全相同的输出。换句话说，给定我的 16 个预测变量的任何状态，根据
c++ - FANN XOR 训练
我正在开发一款使用 FANN(快速人工神经网络库)的软件。在多次尝试编写自己的 ANN 代码以编译 FANN 示例程序(这里是 C++ XOR 近似程序)的尝试失败后，我尝试过。这是来源。 #incl
python - 垃圾邮件分类任务中奇怪的 FANN 行为
我尝试在 FANN 库的帮助下编写简单的垃圾邮件分类器。为此，我收集了一些垃圾邮件和非垃圾邮件，并收集了一本最常用的英语单词词典。我使用以下代码创建了一个具有一个隐藏层的神经网络: num_input
python - 如何将 FANN 保存为字符串？
我想通过将配置保存到数据库中来使用 FANN，然后在运行期间加载它。所有功能似乎都在将网络保存/加载到配置文件中。但是我的应用程序不能有临时文件。如何将训练保存到字符串中/从字符串加载网络？我正在使
c++ - 使用 FANN 库
我一直在试验 FANN库，它似乎是一个很棒的神经网络库，但我在如何使用它方面遇到了一些问题。所以我在这里尝试做的是训练一个神经网络，为了弄乱库，给它一个输入并期望一个输出。 FANN::neural
c++ - FANN 的例子给出了错误的结果，尽管训练看起来很成功
使用 FANN 我无法成功运行从 FANN 网站复制粘贴的代码。我在 Windows 7 和 MS Visual Studio 2008 上使用 FANN 2.2.0 版。我的 XOR 示例训练程序代
c - 修复 FANN 随机生成器的种子 - C
我在快速人工神经网络文档中发现种子函数是 fann_seed_rand() 但我不明白它是如何工作的。调用或不调用似乎都是一样的。如何修复种子？主要目标是让 fann_shuffle_data()
c - 如何从 NN FANN 获取权重矩阵？
我正在使用 FANN 来使用神经网络。 (Link to FANN) 我需要在训练网络后获得权重矩阵，但我没有从文档中找到任何内容。 (Link to documentation) 你知道如何得到这个
c++ - FANN:使用从多个文件读取的数据训练 ANN 时发生内存泄漏
我有以下循环: for (int i = 1; i ::iterator it = batchFiles.begin(); it != batchFiles.end(); ++it) {
c++ - 如何在 C++ 中使用 FANN
在这里，我阅读了有关 C/C++ 人工神经网络中 FANN 的很好的引用资料。实际上我正在使用 C++(在带有 g++ v4.6.1 的 Ubuntu 上)。用 C 编写的库具有 C++ 的包装器。但
c++ - ANN 培训进度使用 FANN 重置每个新培训类(class)
我有一个标准的神经网络，我已经训练了一段时间，但直到完善为止。培训类(class)完成后，我将网络保存在磁盘上。一段时间后，我想从它离开的地方恢复训练网络。问题是，似乎每次我开始新的训练类(clas
python - FANN Python 绑定(bind)失败
我刚刚构建并安装了 libfann以及相关的 python 绑定(bind)。 python 设置似乎运行正常: $ sudo python setup.py install Running SWIG
python - 无法在 Ubuntu 的 Python 中导入 FANN
我已经尝试使用所有 apt-get 安装、pip 和直接从源代码在 Ubuntu 上安装 FANN Python 绑定(bind)，但是当我尝试导入 FANN 时，同样的错误不断发生。即，它告诉我fa

首页

博学

6Ren·AI

商城

c++ - FANN 库的意外结果