fann_train()函式—用法及示例

函式名：fann_train()

適用版本：FANN >= 2.0.0

用法：fann_train(resource $ann, array $input, array $desired_output) : bool

函式說明：fann_train() 函式用於訓練一個已經建立好的神經網路。

引數：

• $ann：已建立的神經網路資源。
• $input：輸入資料的陣列，每個元素代表一個樣本的輸入。
• $desired_output：期望的輸出資料的陣列，每個元素代表一個樣本的期望輸出。

返回值：訓練是否成功的布林值，成功返回 true，失敗返回 false。

示例：

// 建立一個具有 3 個輸入節點和 1 個輸出節點的神經網路
$ann = fann_create_standard(3, 3, 1);

// 設定訓練演演演算法為 RPROP
fann_set_training_algorithm($ann, FANN_TRAIN_RPROP);

// 建立輸入資料和期望輸出資料的陣列
$input = array(array(0, 0), array(0, 1), array(1, 0), array(1, 1));
$desired_output = array(array(0), array(1), array(1), array(0));

// 訓練神經網路
if (fann_train($ann, $input, $desired_output)) {
    echo "神經網路訓練成功！";
} else {
    echo "神經網路訓練失敗！";
}

// 銷燬神經網路資源
fann_destroy($ann);

上述示例中，我們建立了一個具有 3 個輸入節點和 1 個輸出節點的神經網路。然後，使用 fann_set_training_algorithm() 函式設定訓練演演演算法為 RPROP。接下來，建立輸入資料和期望輸出資料的陣列。最後，呼叫 fann_train() 函式訓練神經網路，並根據返回值判斷訓練是否成功。如果訓練成功，輸出"神經網路訓練成功！"，否則輸出"神經網路訓練失敗！"。最後，使用 fann_destroy() 函式銷燬神經網路資源。