问题标签 [fann]

这是我从 FANN 网站获取的一个小修改示例程序。

我创建的等式是 c = pow(a,2) + b。

火车.c

结果.c

我创建了自己的数据集

数据集.rb

样本数据

样本数据第一行给出样本数、输入数和最后输出数。

但我收到一个错误 FANN Error 20: The number of output neurons in the ann (4196752) and data (1) don't match Epochs

这里有什么问题？它是如何计算4196752神经元的？

介绍

我对人工智能、机器学习和神经网络非常陌生。

我尝试在FANN （快速人工神经网络）库 (C++) 的帮助下编写一些东西来测试这种系统的能力。

编程

我编写了一小段代码来生成一个学习文件来处理监督学习。我已经做了一些测试，但这一次是为了理解隐藏层的组织和人工智能能力之间的关系，以解决同样的问题。

为了解释我的观察，我将使用符号ABC-[...]-X来描绘A输入神经元、第一个隐藏层上的B神经元、第二个隐藏层上的C神经元、...和​​X输出神经元的配置。

在那些测试中，学习数据是工作NOT 函数 (f(0)=1 ; f(1)=0) 的 2k 随机结果（在许多语言中相当于“！”）。还要注意，一个 Epoch 代表所有学习数据的 1 个训练测试。“AI”将代表经过训练的 ANN。

学习数据没有出错。

你可以在我的 GitHub Repo上找到完整的源代码。

更多不是更好

首先，我注意到 1-1-1 系统在 37 个 Epochs 中比 1-[50 层 5 个神经元]-1 在 20k 个 Epochs 中更强大（0.0001 对 0.25 的错误率）。

我的第一个想法是第二个 AI 需要更多的训练，因为要最小化更多的成本，但我不确定这是唯一的原因。

这导致我尝试使用相同的神经元总数进行一些测试。

相等不相等

1-2-2-1 配置似乎比 1-4-1 更有效

实际上，当我对这两种不同的配置进行测试时，我得到了这些输出（我自己编写了测试程序）。这是两个不同的测试，“9**”是测试的当前索引。

测试包括向 AI 提供 0 到 1 之间的随机整数并打印输出。每个测试都是单独运行的。

您会注意到第一个配置给出的结果比第二个更接近 0。（0.009162对0.024513）。这不是 IEEE 编码问题，如果我运行另一个测试，这两个值不会改变。

那是什么原因呢？让我们试着弄清楚。

• 我们在第一个配置中有多少个“突触”？

第一的

然后

最后

所以我们总共得到2 + 4 + 2 = 8 个突触。（因此有 8 种不同的权重可能性）。

• 第二种配置呢？

第一的

最后

所以我们总共得到4 + 4 = 8 个突触。（仍然有 8 种不同的权重可能性）。

在这两个系统上，我们都有4 个激活函数（每个神经元 1 个）。

我们如何才能在具有相同属性的情况下获得显着的能力差异？

我是 python 新手，在尝试安装新软件包时不断出错。

这次我尝试安装快速人工神经网络库 fann2。

我正在尝试从命令提示符安装，从 python 3.6 路径运行以下行：python -m pip install fann2

这是我的日志：

所以我开始使用 FANN ( http://leenissen.dk/ ) 来创建一个简单的推荐引擎。

例如，

用户 X与具有 id 的记录有关系[1, 2, 3]

其他用户与以下 id 有关系：

• 用户 A： [1, 2, 3, 4]
• 用户乙： [1, 2, 3, 4]

那么，很自然，用户 X 也有可能对带有 id 的记录感兴趣，4并且它应该是推荐引擎的期望输出。

感觉这将是神经网络可以完成的事情。然而，通过尝试 FANN 和谷歌搜索，似乎需要与数据和结果建立某种数学关系。这里有 ids 没有；id 也可以是任何符号。

问题：是否有可能用神经网络解决这类问题，我应该从哪里开始寻找解决方案？

FANNJ 的构造函数接受给出层列表的方式，但是当我尝试构建一个具有 2 层的简单 ANN 时，编译器崩溃

程序在“fann = new Fann(list)”命令处停止。这听起来与“fann_create_sparse_array”有关，它被指出为“有问题的框架”：

我检查了ulimit，但它只是一个转储错误配置，听起来并没有解决任何问题，只是为了让更多地了解崩溃。有谁知道如何解决它？

我已经开始使用神经网络，所以我得到了一个 FANN 库（http://leenissen.dk/fann/wp/）。我在编译它时遇到问题，特别是文件

我在第 346 行收到错误：

fann_io.c:346:29: 错误: 无法使用 'const char [20]' 找到字符串文字运算符 'operator""type', 'long unsigned int' 参数 if(fscanf(conf, name"="type"\ n", val) != 1) \

我已经查过了，但我仍然不知道如何解决它。这是功能。

我正在研究FANN（快速人工神经网络）来创建一个神经网络，以便在模拟中围绕轨道驾驶汽车。

可以在固定数据集上进行训练，但这不适合训练汽车驾驶。我想使用健身功能来训练我的神经网络。这可能吗？

是否可以告诉 FANN 使用适应度函数而不是固定数据集来训练 NN？

我按照以下步骤在 PHP 上安装 FANN，但无法使其工作：

1. 添加php_fann.dll到C:\xampp\php\ext
2. 添加doublefann.dll到C:\xampp\php
3. 在php.ini我添加 ->extension=php_fann.dll;
4. 在php.ini我设置extension_dir = "C:\xampp\php\ext"
5. 重启阿帕奇。

我用：

• 视窗 10
• PHP 7.1.11 版线程安全：启用
• 阿帕奇：2.4.29
• 梨版：1.10.1

但var_dump(function_exists("fann_create_standard"));两者var_dump(extension_loaded('php_fann'));兼而有之False。我不知道为什么。

我在 Ubuntu 16 服务器中安装了 php fann ( https://github.com/bukka/php-fann )，这是控制台输出：

似乎没有错误，但是当我尝试调用 fann_create_from_file() 时，我得到：

有什么问题？我正在使用 PHP 5.6，可以 apt-get 为较旧的（或其他）php 安装配置 lib fann 吗？

更新 1

我也试过sudo apt-get install libfann-dev

更新 2

Ubuntu 14上的相同问题

跑步：

更新 3

我编译了运行的“fann.so”库：

构建过程成功运行，所以我将“fann.so”添加到我的 PHP.ini 中，我得到了：

我在快速人工神经网络文档中发现种子函数是fann_seed_rand()，但我不明白它是如何工作的。调用它或不调用它似乎做同样的事情。

我怎样才能修复种子？主要目标是fann_shuffle_data()每次都进行相同的改组并测试不同的 ANN 配置。

提前致谢，