|
|||||||||||
PREV NEXT | FRAMES NO FRAMES |
Packages that use PatternDoesNotMatchNetException | |
mscJNeuralNet.examples | Dieses Packet enthält Beispiele für den Einsatz der mscJNeuralNet-API. |
mscJNeuralNet.net | Dieses Packet enthält das eigentliche MLP. |
mscJNeuralNet.netPerformanceStatistics | Dieses Packet enthält Klassen zur Berechnung der Fehler Ist-Soll-Werte eines Netzes und damit der Netzperformanz. |
mscJNeuralNet.trainer | Dieses Packet enthält eine Klasse zum komfortablen Verwalten des Trainings. |
Uses of PatternDoesNotMatchNetException in mscJNeuralNet.examples |
Constructors in mscJNeuralNet.examples that throw PatternDoesNotMatchNetException | |
TestTrippleXorLearnConcurrent()
|
Uses of PatternDoesNotMatchNetException in mscJNeuralNet.net |
Methods in mscJNeuralNet.net that throw PatternDoesNotMatchNetException | |
double[] |
Net.getNeuronsOutput(double[] pInputPattern)
Liefert die Ausgabe ALLER Neuronen zur gegebenen Eingabe. |
double[] |
Net.getNetOutput(double[] pInputPattern)
Berechnet die Ausgabe des Netzes zur gegebenen Eingabe (Ist-Werte). |
static double[][] |
Net.calculateGradientsOffline(Net pNet,
double[][] pInputPatterns,
double[][] pOutputPatterns)
Berechnet den aktuellen Fehlergradienten für die gegebenen Lerndatensätze. |
static void |
Net.train(double[][] pInputPatterns,
double[][] pOutputPatterns,
INetTrainingAlgorithm pAlgo)
Führt einen Lernschritt mit dem Lernverfahren und dem im Lernverfahren vermerkten Netz aus, um die gegebenen Lerndatensätze zu trainieren. |
Uses of PatternDoesNotMatchNetException in mscJNeuralNet.netPerformanceStatistics |
Methods in mscJNeuralNet.netPerformanceStatistics that throw PatternDoesNotMatchNetException | |
static NetPerformanceStatistics |
NetPerformanceStatisticsCalculator.calculateErrors(Net pNet,
double[][] pInputPatterns,
double[][] pOutputPatterns)
Berechnet alle aktuellen Ist-Soll Fehlerwerte eines Netzes und gibt diese als NetPerformanceStatistics Objekt zurück. |
static void |
NetPerformanceReporter.getQualityReport(Net pNet,
INetTrainingAlgorithm pAlgo,
double[][] pInputPattern,
double[][] pOutputPattern,
int pRoundsToTest,
int pMaxCycles,
double[] pConnectorParameters,
INetConnector pNetConnectionAlgo)
Ein Netz wird mehrfach von Grund auf trainiert, um Statistiken über die Performanz der gewählten Parameter des Netzes und des Lernverfahrens zu ermitteln. |
Uses of PatternDoesNotMatchNetException in mscJNeuralNet.trainer |
Methods in mscJNeuralNet.trainer that throw PatternDoesNotMatchNetException | |
void |
NetTrainer.setTrainingAlgorithm(INetTrainingAlgorithm pTrainingAlgorithm)
Legt das Lernverfahren für das Training fest. |
void |
NetTrainer.setTrainingPatterns(Patterns pTrainingPatterns)
Legt die Lerndatenmenge fest. |
static void |
NetTrainer.train(INetTrainingAlgorithm pTrainingAlgorithm,
double[][] pInputPatterns,
double[][] pOutputPatterns,
int pCycles)
Trainieren bis die gegebene Anzahl an Lernschritten absolviert wurde. |
static void |
NetTrainer.train(INetTrainingAlgorithm pTrainingAlgorithm,
double[][] pInputPatterns,
double[][] pOutputPatterns,
double pTargetError,
int pErrorType)
Trainieren bis zu einem bestimmten Fehlerwert. |
static void |
NetTrainer.train(INetTrainingAlgorithm pTrainingAlgorithm,
double[][] pInputPatterns,
double[][] pOutputPatterns,
double pTargetError,
int pErrorType,
int pCycles)
Trainieren bis zu einem bestimmten Fehlerwert oder bis eine bestimmte Anzahl an Lernschritten absolviert wurde. |
|
|||||||||||
PREV NEXT | FRAMES NO FRAMES |