📄 backprop.h
字号:
/*
******************************************************************
* backprop.h
******************************************************************
*/
#ifndef _BACKPROP_H_
#define _BACKPROP_H_
#define BIGRND 0x7fffffff
/*** 神经网络的数据结构。网络被假定为一个全连接的3层前向结构,
每层的单元0是阈值,这意味着真正的神经元编号为1-n
***/
typedef struct {
int input_n; /* 输入层的神经元个数 */
int hidden_n; /* 隐含层的神经元个数 */
int output_n; /* 输出层的神经元个数 */
double *input_units; /* 输入层的神经元 */
double *hidden_units; /* 隐藏层的神经元 */
double *output_units; /* 输出曾的神经元 */
double *hidden_delta; /* 隐藏层的误差 */
double *output_delta; /* 输出层的误差 */
double *target; /* 目标向量 */
double **input_weights; /* 输入层到隐藏层的连接权 */
double **hidden_weights; /* 隐藏层到输出曾的连接权 */
/*** 下面两个在迭代时使用 ***/
double **input_prev_weights; /* 前次输入层导隐藏层权值的改变 */
double **hidden_prev_weights; /* 前次隐藏层导输出层权值的改变 */
} BPNN;
/*** 用户接口 ***/
/* 初始化随机数种子 */
void bpnn_initialize(int seed);
/* 创建BP网络 */
BPNN *bpnn_create(int n_in, int n_hidden, int n_out);
/* 释放BP网络所占地内存空间 */
void bpnn_free(BPNN *net);
/* 训练BP网络 */
void bpnn_train(BPNN *net, double eta, double momentum, double *eo, double *eh);
/* 前向运算 */
void bpnn_feedforward(BPNN* net);
/* 保存BP网络到文件中 */
void bpnn_save(BPNN *net, char *filename);
/* 从文件中读取BP网络参数 */
BPNN *bpnn_read(char *filename);
#endif
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -