fann_cascadetrain_on_file()函式—用法及示例

函式名稱：fann_cascadetrain_on_file()

適用版本：FANN >= 2.1.0

函式描述：用於使用級聯訓練演演演演算法對神經網路進行訓練的函式。此函式基於提供的訓練檔案來訓練網路，使其能夠根據輸入資料進行預測。

用法： bool fann_cascadetrain_on_file(resource $ann, string $filename, int $max_neurons, int $neurons_between_reports, float $desired_error):

引數說明：

• $ann：FANN神經網路資源（透過fann_create_standard()或fann_create_from_file()等函式建立）。
• $filename：訓練檔案的路徑和檔名。
• $max_neurons：最大神經元數。每層能使用的最大神經元數。
• $neurons_between_reports：報告之間的神經元數。在訓練過程中，每隔指定數量的神經元數，會列印一次訓練報告。
• $desired_error：期望的誤差。一旦神經網路的誤差達到或小於此值，訓練過程將停止。

返回值： 如果訓練成功，則返回 true。如果訓練失敗，則返回 false。

示例： 下面是一個使用fann_cascadetrain_on_file()函式的簡單示例：

<?php
// 建立一個神經網路
$ann = fann_create_standard(3, 2, 3, 1);

// 設定訓練演演演演算法為級聯訓練
fann_set_training_algorithm($ann, FANN_TRAIN_CASCADE);

// 設定訓練引數
fann_set_cascade_activation_functions($ann, array(FANN_SIGMOID_SYMMETRIC, FANN_SIGMOID_SYMMETRIC, FANN_LINEAR));
fann_set_cascade_activation_steepnesses($ann, array(0.5, 0.5, 0.5));
fann_set_cascade_min_num_candidates($ann, 8);
fann_set_cascade_max_num_candidates($ann, 1000);
fann_set_cascade_candidate_change_fraction($ann, 0.01);
fann_set_cascade_candidate_stagnation_epochs($ann, 10);
fann_set_cascade_weight_multiplier($ann, 0.4);

// 訓練神經網路
if (fann_cascadetrain_on_file($ann, "training_data.txt", 100, 10, 0.001)) {
    echo "訓練成功！\n";
} else {
    echo "訓練失敗！\n";
}

// 儲存訓練好的網路
fann_save($ann, "trained_network.net");

在上述示例中，我們首先建立了一個具有3個層次結構（2個輸入神經元，3個隱藏層神經元和1個輸出神經元）的神經網路。然後，我們設定訓練演演演演算法為級聯訓練，並透過fann_set_cascade_系列函式設定了級聯訓練的相關引數。最後，我們使用fann_cascadetrain_on_file()函式對神經網路進行了訓練，並儲存了訓練好的網路。