PHP函数大全 · F
千寻网 PHP 函数大全，收录以字母 f 开头的 PHP 函数，共 391 个，含用途说明、示例。 共 391 个函数
- FANNConnection::getFromNeuron() 获取与神经连接相关联的源神经元的索引
- FANNConnection::getToNeuron() 获取连接的目标神经元的索引
- FANNConnection::getWeight() 检索人工神经网络中连接的权重值。它不需要参数
- FANNConnection::setWeight() 设置FANN神经网络中连接的权重
- FANNConnection::__construct() FANN（Fast Artificial Neural Network）扩展版本 1.0.0 或更高版本
- fann_cascadetrain_on_data() 使用级联训练算法对神经网络进行训练
- fann_cascadetrain_on_file() 使用级联训练算法对神经网络进行训练的函数
- fann_clear_scaling_params() 清除神经网络资源（ann）的缩放参数
- fann_create_from_file() 从文件中加载一个已保存的反向传播神经网络模型，并返回该模型的句柄
- fann_copy() 复制一个FANN（Fast Artificial Neural Network）神经网络对象到另一个新的对象
- fann_create_shortcut_array() 创建一个具有快速连接的神经网络
- fann_create_sparse() 创建一个具有给定层数和神经元数量的基于稀疏连接的神经网络
- fann_create_shortcut() 创建一个快捷连接的神经网络
- fann_create_sparse_array() 创建并返回一个稀疏数组
- fann_create_standard() 创建一个具有标准层的神经网络，可以拥有任意数量的隐藏层
- fann_create_train() 创建一个空的训练数据对象
- fann_create_train_from_callback() 从用户提供的回调函数中创建一个训练数据对象
- fann_descale_input() 将输入数据反标准化为其原始范围
- fann_create_standard_array() 创建标准的全连接前馈神经网络（FANN）
- fann_descale_output() 将神经网络输出向量反标准化为原始范围
- fann_descale_train() 根据之前使用fann_scale_train()函数对训练数据进行缩放后的结果，对神经网络的输出进行反缩放
- fann_destroy() 释放神经网络对象所占用的内存
- fann_destroy_train() FANN（Fast Artificial Neural Network）库版本1.0.0及以上
- fann_duplicate_train_data() 复制一个训练数据对象
- fann_get_activation_function() 获取神经网络的激活函数
- fann_get_activation_steepness() 获取神经网络中某一层的激活函数斜度（steepness）参数的当前值
- fann_get_bias_array() 获取神经网络中的偏差值数组
- fann_get_bit_fail() 获取神经网络在训练过程中失败的位数
- fann_get_bit_fail_limit() 获取FANN的位错误率限制
- fann_get_cascade_activation_functions() 获取FANN级联神经网络中可用的激活函数列表
- fann_get_cascade_activation_functions_count() 获取FANN（Fast Artificial Neural Network）级联网络中可用的激活函数数量
- fann_get_cascade_activation_steepnesses() 获取级联神经网络（Cascade Neural Network）的激活函数的陡度参数
- fann_get_cascade_activation_steepnesses_count() 获取级联训练算法中使用的激励函数斜率的数量
- fann_get_cascade_candidate_limit() 获取连级训练期间每层神经元备选数量的限制
- fann_get_cascade_candidate_change_fraction() 获取级联训练的候选节点变化因子
- fann_get_cascade_candidate_stagnation_epochs() 获取神经网络级联训练过程中，候选节点停滞的时代数
- fann_get_cascade_max_cand_epochs() 获取神经网络级联训练中，每个候选节点拟合的最大训练次数
- fann_get_cascade_max_out_epochs() 获取级联训练算法中每个级联输出的最大周期数
- fann_get_cascade_min_cand_epochs() 获取级联训练算法中的候选训练周期的最小值
- fann_get_cascade_min_out_epochs() 获取FANN（Fast Artificial Neural Network）级联训练算法中所需的最小输出阶段数
- fann_get_cascade_num_candidate_groups() 获取神经网络中级联训练算法的候选分组数
- fann_get_cascade_num_candidates() 获取级联训练期间的候选模式数目
- fann_get_cascade_output_change_fraction() 获取级联训练中输出层权重变化阈值的分数，该分数用于控制是否在级联中添加新的神经元
- fann_get_cascade_weight_multiplier() 获取级联训练时的权重乘积器
- fann_get_cascade_output_stagnation_epochs() 获取神经网络训练过程中输出停滞的时期数
- fann_get_connection_array() 返回一个包含神经网络所有连接权重的数组
- fann_get_connection_rate() 获取神经网络中的连接率
- fann_get_errstr() 获取最近一次调用 FANN 函数时发生的错误的错误描述信息
- fann_get_errno() 获取最近一次发生的错误代码
- fann_get_layer_array() 获取神经网络的各层的节点数数组
- fann_get_learning_momentum() 获取神经网络的学习动量
- fann_get_learning_rate() 获取神经网络的学习速率
- fann_get_num_input() 获取神经网络的输入层的神经元数量
- fann_get_network_type() 返回FANN网络的类型，即采用何种算法来进行训练
- fann_get_MSE() 获取神经网络（Neural Network）的均方误差（Mean Squared Error, MSE）
- fann_get_num_layers() 返回神经网络中的层数（包括输入层和输出层）
- fann_get_num_output() 获取神经网络的输出层节点数目
- fann_get_quickprop_decay() 获取基于快速反向传播算法的权重衰减因子
- fann_get_quickprop_mu() 获取FANN中快速反向传播算法（Quickpropagation）中的mu值
- fann_get_sarprop_step_error_shift() 获取该神经网络使用的 Sarprop 算法的 step_error_shift 值