fann_get_cascade_output_stagnation_epochs()函式—用法及示例

函式名：fann_get_cascade_output_stagnation_epochs()

適用版本：FANN >= 2.2.0

用法：int fann_get_cascade_output_stagnation_epochs(resource $ann)

引數：$ann為神經網路資源，透過fann_create_standard()、fann_create_sparse()或fann_create_shortcut()函式建立。

返回值：返回int型別的值，表示神經網路訓練過程中輸出停滯的時期數。

說明：該函式用於獲取神經網路訓練過程中輸出停滯的時期數。當在訓練過程中連續指定的輪數內，輸出錯誤的平均值沒有顯著下降時，神經網路訓練將停止。

示例：

<?php
$ann = fann_create_standard(2, 2, 1); // 建立2個輸入神經元，2個隱藏神經元，1個輸出神經元的標準神經網路

fann_set_activation_function_hidden($ann, FANN_SIGMOID_SYMMETRIC); // 設定隱藏層啟用函式為雙曲正切函式
fann_set_activation_function_output($ann, FANN_SIGMOID_SYMMETRIC); // 設定輸出層啟用函式為雙曲正切函式
 
fann_set_training_algorithm($ann, FANN_TRAIN_RPROP); // 設定訓練演演演算法為RPROP演演演算法

fann_set_cascade_output_stagnation_epochs($ann, 10); // 設定輸出停滯時的輪數為10

// ... 其他設定和訓練過程 ...

$epochs = fann_get_cascade_output_stagnation_epochs($ann); // 獲取輸出停滯時的輪數

echo "輸出停滯的時期數: " . $epochs;

fann_destroy($ann); // 銷燬神經網路資源
?>

輸出：

輸出停滯的時期數: 10

在上面的示例中，我們首先建立了一個具有2個輸入神經元，2個隱藏神經元和1個輸出神經元的標準神經網路。然後設定了隱藏層和輸出層的啟用函式，並將訓練演演演算法設定為RPROP演演演算法。接下來，使用fann_set_cascade_output_stagnation_epochs()函式將輸出停滯時的輪數設定為10。最後，透過fann_get_cascade_output_stagnation_epochs()函式獲取輸出停滯時的輪數，並將其列印出來。