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
- fann_get_rprop_increase_factor() 获取RPROP训练算法的增长因子。
- fann_get_rprop_delta_zero() 获取基于递归反向传播（RPROP）算法的神经网络训练中的delta zero值
- fann_get_rprop_delta_min() 获取FANN神经网络中RPROP算法的最小权重变化值
- fann_get_rprop_decrease_factor() 获取 FANN 神经网络实例中递减因子的值，该值决定了在递减步长时权重参数的变化速度
- fann_get_rprop_delta_max() 获取RPROP算法中步长的最大值
- fann_get_sarprop_step_error_threshold_factor() 获取 SARProp 算法中的步长错误阈值因子
- fann_get_total_neurons() 获取神经网络中的总神经元数
- fann_get_training_algorithm() 获取神经网络训练算法的标识符。
- fann_get_total_connections() 返回神经网络中所有连接的数量，即总连接数
- fann_get_sarprop_weight_decay_shift() 获取Self-Adaptive Resilient Backpropagation (SARProp)算法中的权重衰减位移
- fann_get_sarprop_temperature() 获取Self-Adaptive Resilient Backpropagation (SARPROP) 训练算法中当前温度参数的值
- fann_get_train_error_function() 获取FANN (Fast Artificial Neural Network) 神经网络训练时的错误函数类型
- fann_num_input_train_data() 返回训练数据集中每个输入样本的输入数量
- fann_merge_train_data() 合并两个FANN训练数据集对象
- fann_length_train_data() 获取指定神经网络训练数据集的数据长度
- fann_init_weights() 将人工神经网络（Artificial Neural Network）的权重初始化为随机值
- fann_get_train_stop_function() 获取神经网络训练过程中的停止准则
- fann_num_output_train_data() 返回具有给定训练数据集的输出层节点数
- fann_reset_errno() 将 FANN 库的错误编号重置为上一个错误之前的状态
- fann_read_train_from_file() 从文件中读取训练数据集到FANN (Fast Artificial Neural Network) 网络对象中
- fann_randomize_weights() 给神经网络的权重值随机初始化
- fann_print_error() 打印前一次 FANN 函数的错误信息，并将错误信息重置为空字符串
- fann_reset_MSE() 重置反向传播神经网络（FANN）的均方误差（MSE）
- fann_reset_errstr() 重置FANN库的错误信息字符串
- fann_save() 将训练好的神经网络保存到文件中，以便在后续使用中加载和应用
- fann_save_train() 将神经网络训练数据保存到文件中，以便将来可以重复使用
- fann_scale_input() 按照训练期间给定的比例因子来缩放输入向量
- fann_run() 运行已经训练好的神经网络并返回结果
- fann_scale_input_train_data() 对训练数据集进行输入缩放处理，调整数据的范围到指定的最小值和最大值之间
- fann_scale_train() 训练的 FANN_TRAIN_DATA 对象
- fann_scale_train_data() 将训练数据集的输入和输出值按比例缩放到指定的新最小值和新最大值范围内
- fann_scale_output_train_data() 将训练数据集中的输出值进行缩放
- fann_scale_output() 在以前计算参数的基础上，在训练之前放大输出向量中的数据
- fann_set_activation_function() 设置神经网络中某个层的激活函数类型
- fann_set_activation_function_hidden() 设置FANN神经网络隐藏层的激活函数
- fann_set_activation_function_layer() 设置神经网络指定层的激活函数
- fann_set_activation_function_output() 设置神经网络输出层的激活函数
- fann_set_activation_steepness_hidden() 设置FANN神经网络中隐藏层的激活函数的陡度（steepness）值
- fann_set_activation_steepness() 设置神经网络的激活函数的斜率
- fann_set_activation_steepness_layer() 设置神经网络每一层的激活函数的斜度
- fann_set_activation_steepness_output() 设置输出层的激活函数的斜率
- fann_set_bit_fail_limit() 设置基于位错误数的训练停止条件
- fann_set_callback() 设置FANN神经网络的回调函数
- fann_set_cascade_activation_steepnesses() 设置神经网络级联学习的激活函数斜率数组
- fann_set_cascade_activation_functions() 设置级联训练算法中神经网络的激活函数
- fann_set_cascade_candidate_change_fraction() 设置FANN神经网络级联训练中的候选节点变化因子
- fann_set_cascade_candidate_limit() 设置神经网络对象的级联候选节点数限制
- fann_set_cascade_candidate_stagnation_epochs() 设置级联候选停止周期数
- fann_set_cascade_max_cand_epochs() 设置级联训练过程中的最大候选周期数
- fann_set_cascade_max_out_epochs() 设置级联训练中输出节点的最大训练轮数
- fann_set_cascade_min_cand_epochs() 设置每个候选样本的最小训练时期数
- fann_set_cascade_min_out_epochs() 设置级联训练算法中每个输出神经元的最小训练周期数
- fann_set_cascade_num_candidate_groups() 设置FANN级联训练算法中每个级联层的候选节点组数
- fann_set_cascade_output_change_fraction() 设置神经网络级联训练过程中输出权重的变化因子
- fann_set_cascade_output_stagnation_epochs() 设置FANN（Fast Artificial Neural Network Library）级联训练算法中的输出停滞周期
- fann_set_cascade_weight_multiplier() 设置级联训练算法中的权重乘数因子
- fann_set_error_log() 将神经网络的错误日志输出到指定的文件中
- fann_set_input_scaling_params() 设置神经网络的输入缩放参数，即将输入数据映射到指定的范围内
- fann_set_learning_momentum() 设置神经网络的学习动量（learning momentum）
- fann_set_learning_rate() 设置神经网络的学习速率