问题标签 [fann]

我想安装一个 lib（快速人工神经网络库（FANN））以在 python（3.7 版）中使用。但是，一些例外是停止导入过程。贝娄，是我的命令和例外：

命令：（pip install fann2 如pypi .org 所示）

例外：

使用缓存的https://files.pythonhosted.org/packages/80/a1/fed455d25c34a62d4625254880f052502a49461a5dd1b80854387ae2b25f/fann2-1.1.2.tar.gz收集 fann2

命令 python setup.py egg_info 的完整输出：正在寻找 FANN 库...

Traceback（最近一次调用最后一次）：文件“”，第 1 行，在

第 92 行，在 build_swig()

第 85 行，在 build_swig find_fann()

第 66 行，在 find_fann 中引发异常（“找不到 FANN 源库！”）异常：找不到 FANN 源库！

命令“python setup.py egg_info”在 C:\mypath\pip-install-ilv2i8yp\fann2\ 中失败，错误代码为 1

我的操作系统是 Windwos 10。有人可以帮助我吗？提前致谢。

我在玩 PHP-CLI 和 MQL4。我想为外汇预测创建一个神经网络。

是否可以使用 FANN 库制作具有门控循环单元 (GRU) 或长短期记忆 (LTSM) 的循环神经网络 (RNN)？

我有一个标准的神经网络，我已经训练了一段时间，但直到完美。培训课程完成后，我将网络保存在磁盘上。

一段时间后，我想从它离开的地方继续训练网络。问题是，似乎每次我开始一个新的训练课程时，权重和偏差似乎都被完全重置了，这意味着我正在从头开始训练网络：

上届会议：

新会话：

这是我的训练功能的摘录：

我错过了什么？这对我来说似乎很直观，你可以在多个会话中训练一个网络。我错了吗？这是图书馆的限制吗？

训练数据在会话之间保持不变。这也不限于这个特定的网络——任何格式的网络似乎都会引发同样的问题。

每当我从文件中加载这个神经网络并读取fann_get_bit_fail_limit()时，返回的值是默认的 0.35 而不是我尝试设置的 0.002。我必须手动编辑 ANN 文件才能使其生效。

我正在使用doublefann.h. 难道我做错了什么？

我有以下循环：

ann是网络。
batchFiles是一个std::vector<std::filesystem::path>。

此代码遍历文件夹中的所有训练数据文件，并每次使用它来训练 ANN，次数由epochs变量确定。

以下行导致内存泄漏：

struct fann_train_data *data = fann_read_train_from_file(it->string().c_str());

问题是我必须不断地在训练文件之间切换，因为我没有足够的内存来一次加载它们，否则我只会加载一次训练数据。

为什么会这样？我该如何解决这个问题？

I've been working on a Q reinforcement learning implementation, where Q(π, a) is is approximated with a neural network. During trouble-shooting, I reduced the problem down to a very simple first step: train a NN to calculate atan2(y, x).

I'm using FANN for this problem, but the library is largely irrelevant as this question is more about the appropriate technique to use.

I have been struggling to teach the NN, given input = {x, y}, to calculate output = atan2(y, x).

Here is the naïve approach I have been using. It's extremely simplistic, but I'm trying to keep this simple to work up.

Super simple, right? However, even after 100,000,000 iterations this neural network fails:

Testing atan2(0.949040, 0.756997) = 0.897493 -> 0.987712

I also tried using a linear activation function on the output layer (FANN_LINEAR). No luck. In fact, the results are much worse. After 100,000,000 iterations, we get:

Testing atan2(0.949040, 0.756997) = 0.897493 -> 7.648625

Which is even worse than when the weights were randomly initialized. How could a NN get worse after training?

I found this issue with FANN_LINEAR to be consistent with other tests. When linear output is needed (e.g. in the calculation of the Q value, which corresponds to arbitrarily large or small rewards), this approach fails miserably and error actually appears to increase with training.

So what is going on? Is using a fully-connected 2-3-1 NN inappropriate for this situation? Is a symmetric sigmoid activation function in the hidden layer inappropriate? I fail to see what else could possibly account for this error.

我通过以下命令在 laravel/homestead 版本 '8.1.0' 上安装了 PHP-FANN：

之后 fann.so 应该添加到 php 扩展目录，但我找不到它。谁能帮我？

我在 geekgirljoy 的一些示例和教程的帮助下在 PHP 中创建了一个 FANN， 并基于php-fann-repo中的 ocr 示例

我正在尝试创建一个系统，它根据订单号告诉我这是哪种类型的订单。

我已经创建了训练数据，对其进行了训练和测试，但无法得到我期望的结果。我现在处于随机更改参数不再有帮助的地步，我不确定我的假设一开始是否正确。

一些训练数据：我得到了 60k 行的间隔分割的二进制序号

培训文件：

我的训练脚本：

我的测试脚本：