HALCON Website / HALCON Operator-Referenz / Klassifikation / Neuronale Netze
KlassenKlassen | | Operatoren

read_samples_class_mlpT_read_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlp (Operator)

Name

read_samples_class_mlpT_read_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlp — Lesen von Trainingsdaten eines mehrschichtigen Perzeptrons aus Datei.

Signatur

read_samples_class_mlp( : : MLPHandle, FileName : )

Herror T_read_samples_class_mlp(const Htuple MLPHandle, const Htuple FileName)

void ReadSamplesClassMlp(const HTuple& MLPHandle, const HTuple& FileName)

void HClassMlp::ReadSamplesClassMlp(const HString& FileName) const

void HClassMlp::ReadSamplesClassMlp(const char* FileName) const

void HClassMlp::ReadSamplesClassMlp(const wchar_t* FileName) const   (Nur Windows)

static void HOperatorSet.ReadSamplesClassMlp(HTuple MLPHandle, HTuple fileName)

void HClassMlp.ReadSamplesClassMlp(string fileName)

Beschreibung

read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp liest Trainingsmuster aus der durch FileNameFileNameFileNameFileNamefileName gegebenen Datei aus und fügt sie zu den schon in dem mehrschichtigen Perzeptron (MLP) MLPHandleMLPHandleMLPHandleMLPHandleMLPHandle vorhandenen Trainingsmustern hinzu. Das MLP muss zuvor mit create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp erzeugt werden. Wie bei train_class_mlptrain_class_mlpTrainClassMlpTrainClassMlpTrainClassMlp und write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlpWriteSamplesClassMlp beschrieben, können read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp, add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlp und write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlpWriteSamplesClassMlp dazu verwendet werden, einen großen Datensatz von Trainingsmustern aufzubauen, um somit die Leistung des MLP durch erneutes Trainieren zu verbessern.

Es ist zu beachten, dass die Trainingsdaten die korrekte Dimensionalität aufweisen. Die in FileNameFileNameFileNameFileNamefileName gespeicherten Merkmalsvektoren und Zielvektoren müssen die Längen NumInput und NumOutput besitzen, die bei create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp angegeben worden ist. Falls dies nicht der Fall ist, wird eine Fehlermeldung zurückgegeben.

Ausführungsinformationen

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

MLPHandleMLPHandleMLPHandleMLPHandleMLPHandle (input_control, Zustand wird modifiziert)  class_mlp → HClassMlp, HTupleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

Handle des MLP.

FileNameFileNameFileNameFileNamefileName (input_control)  filename.read → HTupleHTupleHtuple (string) (string) (HString) (char*)

Name der Datei.

Ergebnis

Sind die Parameterwerte korrekt, dann liefert read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp

Nachfolger

train_class_mlptrain_class_mlpTrainClassMlpTrainClassMlpTrainClassMlp

Alternativen

add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlp

Siehe auch

write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlpWriteSamplesClassMlp, clear_samples_class_mlpclear_samples_class_mlpClearSamplesClassMlpClearSamplesClassMlpClearSamplesClassMlp

Modul

Foundation

KlassenKlassen | | Operatoren
HALCON Operator-Referenz 19.11.0.0 Copyright © 1996-2019 MVTec Software GmbH