Name
write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp — Abspeichern der Trainingsdaten eines mehrschichtigen Perzeptrons in
Datei.
write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp speichert die in dem mehrschichtigen
Perzeptron (MLP) MLPHandleMLPHandleMLPHandleMLPHandleMLPHandleMLPHandle abgespeicherten Trainingsmuster
in der Datei FileNameFileNameFileNameFileNameFileNamefileName ab. write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp
kann dazu verwendet werden, eine Datenbank mit Trainingsmustern
aufzubauen, und somit durch erneutes Trainieren mit einer
erweiterten Datenbank die Leistung des MLP zu verbessern (siehe
train_class_mlptrain_class_mlpTrainClassMlptrain_class_mlpTrainClassMlpTrainClassMlp). Für weitere mögliche Verwendungen von
write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp siehe
get_prep_info_class_mlpget_prep_info_class_mlpGetPrepInfoClassMlpget_prep_info_class_mlpGetPrepInfoClassMlpGetPrepInfoClassMlp.
Die Datei FileNameFileNameFileNameFileNameFileNamefileName wird von write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp
überschrieben. Eine Erweiterung der Datenbank der Trainingsmuster
ist aber einfach möglich, da read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlp und
add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlp die Trainingsmuster zu den bereits im
Speicher des MLP gehaltenen Trainingsmustern hinzufügen.
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Wird ohne Parallelisierung verarbeitet.
Sind die Parameterwerte korrekt, dann liefert
write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlp
clear_samples_class_mlpclear_samples_class_mlpClearSamplesClassMlpclear_samples_class_mlpClearSamplesClassMlpClearSamplesClassMlp
create_class_mlpcreate_class_mlpCreateClassMlpcreate_class_mlpCreateClassMlpCreateClassMlp,
get_prep_info_class_mlpget_prep_info_class_mlpGetPrepInfoClassMlpget_prep_info_class_mlpGetPrepInfoClassMlpGetPrepInfoClassMlp,
read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlp
Foundation