问题标签 [fann]

在 FANN 的 Python 实现中，我从

有什么建议吗？

在这里，我阅读了有关 C/C++ 中人工神经网络的 FANN 的良好参考资料。实际上我正在使用 C++（在带有 g++ v4.6.1 的 Ubuntu 上）。用 C 编写的库具有 C++ 的包装器。但我不让它工作。甚至包含 xor_sample.cpp 的示例也有效。

我有一个 Makefile 有这样一行：

作为FANNINCLUDEFANN/src/include 的路径，其中的标头是 (floatfan.h和fann_cpp.h)。

有人真的为 C++ 编译过它吗？我做错了什么？我的意图是使用头文件（不安装库和链接 - lfann）。这可能吗？

编辑：我得到这个错误

我正在尝试在 qt 环境中使用 fann 库。我制作了一个项目来测试 fann 的一个简单示例，并将“LIBS += -L/usr/local/lib -lfann”添加到“.pro 文件”，但无论何时尝试运行示例我反驳了这个错误：

. . . 似乎数学函数有问题，但是应该如何解决呢？

pyfann中thraining数据的格式是什么？具体我想用pyfann的init_weight函数，但是它不取范围，而是从训练数据中找到范围。因此，我想创建一个小的假数据集，它具有程序中可以预期的最低值和最高值。

我试图对FANN库进行多线程扩展。因为 FANN 不是线程安全的，所以我会这样做：

1. 将训练集分成N块（N是 CPU 的数量）
2. 将ANN复制到N份
3. 在他的作品上训练每个人 1 个时期
4. 结合来自N个副本的ANN权重
5. 如果不是结束条件转到 2。

我的问题是：如何将神经网络权重合二为一。我能把所有的东西都弄得很刻薄吗？

我正在尝试使用神经网络来解决问题。我从 Coursera 上提供的机器学习课程中了解到它们，并且很高兴地发现 FANN 是神经网络的 Ruby 实现，因此我不必重新发明飞机。

但是，我真的不明白为什么 FANN 会给我这样奇怪的输出。根据我在课堂上学到的知识，

我有一组匹配结果的训练数据。给玩家一个数字，给他们的对手一个数字，结果是 1 为赢，0 为输。由于不安，数据有点嘈杂，但并非如此。我的目标是找出哪些评分差距更容易引起不安——例如，我的直觉告诉我，评分较低的比赛往往会带来更多的不安，因为评分不太准确。

所以我得到了一个包含大约 100 个示例的训练集。每个示例都是（评级，增量）=> 1/0。所以这是一个分类问题，但我认为它并不适合逻辑回归类型的图表，神经网络似乎更正确。

我的代码开始

然后我用

在课堂上，我了解到一个合理的默认设置是让每个隐藏层具有相同数量的单元。由于我真的不知道如何工作或我正在做什么，所以我选择了默认设置。

最后，我以增量方式检查了一组样本输入评级，并且在每次增量时，增加 delta 直到结果从 > 0.5 切换到 < 0.5，我认为它是大约 0 和大约 1，尽管实际上它们是更像是 0.45 和 0.55。

当我运行一次时，每个输入都给了我 0。我用相同的数据再次运行了两次，得到了负数的减少趋势和正数的增加趋势，与预测完全相反。

我想也许我没有包含足够的功能，所以我添加了 (rating**2和delta**2)。不幸的是，然后我开始为每次输入获取我的起始增量或最大增量。

我真的不明白为什么我会得到如此不同的结果或 Ruby-FANN 告诉我什么，部分原因是我不了解库，但我怀疑，因为我刚刚开始学习神经网络并且遗漏了一些东西大而明显。我是否没有足够的训练数据，是否需要包含更多功能，问题是什么，我该如何解决它或学习如何做得更好？

我使用 FANN 库构建并训练了一个神经网络。这是初步培训；大部分数据将在线收集。

当在线数据可用时，我想使用这些新数据改进网络（不是重新训练，而是使之前的训练更准确）。

如何使用 FANN 进行这种增量训练？

我收到了如下来自范恩的回复

位失败在这里意味着什么？

我正在尝试在 ubuntu 12.04 中构建 fann 神经网络库，但由于测试例程不起作用而未能使用它。按照http://leenissen.dk/fann/wp/help/installing-fann/中的说明进行操作。在 cmake 并安装后，当我想测试库是否正常工作时，通过 cd 到示例然后运行：

我得到的是这里：

我用不同的来源和版本尝试了这几次，但仍然遇到同样的错误。

有没有人有解决方案？或使用此库的任何其他选项而不会出现所有这些错误。

谢谢。

我正在尝试使用 libfann 2.0.1 版而不是最新的 2.2.0 版，但不知道该怎么做。关于如何做到这一点的任何想法？

通常可以完美运行：

其中 fann_calculator.c 包含一个调用神经网络的程序。

谢谢