get_params_class_mlpT_get_params_class_mlpGetParamsClassMlpGetParamsClassMlpget_params_class_mlp (Operator)
Name
get_params_class_mlpT_get_params_class_mlpGetParamsClassMlpGetParamsClassMlpget_params_class_mlp — Auslesen der Parameter eines mehrschichtigen Perzeptrons.
Signatur
void GetParamsClassMlp(const HTuple& MLPHandle, HTuple* NumInput, HTuple* NumHidden, HTuple* NumOutput, HTuple* OutputFunction, HTuple* Preprocessing, HTuple* NumComponents)
Hlong HClassMlp::GetParamsClassMlp(Hlong* NumHidden, Hlong* NumOutput, HString* OutputFunction, HString* Preprocessing, Hlong* NumComponents) const
static void HOperatorSet.GetParamsClassMlp(HTuple MLPHandle, out HTuple numInput, out HTuple numHidden, out HTuple numOutput, out HTuple outputFunction, out HTuple preprocessing, out HTuple numComponents)
int HClassMlp.GetParamsClassMlp(out int numHidden, out int numOutput, out string outputFunction, out string preprocessing, out int numComponents)
def get_params_class_mlp(mlphandle: HHandle) -> Tuple[int, int, int, str, str, int]
Beschreibung
get_params_class_mlpget_params_class_mlpGetParamsClassMlpGetParamsClassMlpGetParamsClassMlpget_params_class_mlp gibt die Parameter des durch
MLPHandleMLPHandleMLPHandleMLPHandleMLPHandlemlphandle angegebenen mehrschichtigen Perzeptrons (MLP),
die bei der Erzeugung mit create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp verwendet wurden,
zurück. Dies ist insbesondere nützlich, wenn das MLP mit
read_class_mlpread_class_mlpReadClassMlpReadClassMlpReadClassMlpread_class_mlp von Datei eingelesen wurde. Die Ausgabedaten
von get_params_class_mlpget_params_class_mlpGetParamsClassMlpGetParamsClassMlpGetParamsClassMlpget_params_class_mlp können z.B. verwendet werden, um
zu überprüfen, ob die Merkmalsvektoren und ggf. die Zieldaten,
die verwendet werden sollen, zu dem MLP passen. Zur Beschreibung
der Parameter siehe create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp.
Ausführungsinformationen
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Wird ohne Parallelisierung verarbeitet.
Parameter
MLPHandleMLPHandleMLPHandleMLPHandleMLPHandlemlphandle (input_control) class_mlp → HClassMlp, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)
Handle des MLP.
NumInputNumInputNumInputNumInputnumInputnum_input (output_control) integer → HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)
Anzahl der Eingabevariablen (Merkmale) des MLP.
NumHiddenNumHiddenNumHiddenNumHiddennumHiddennum_hidden (output_control) integer → HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)
Anzahl der versteckten Einheiten des MLP.
NumOutputNumOutputNumOutputNumOutputnumOutputnum_output (output_control) integer → HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)
Anzahl der Ausgabevariablen (Klassen) des MLP.
OutputFunctionOutputFunctionOutputFunctionOutputFunctionoutputFunctionoutput_function (output_control) string → HTuplestrHTupleHtuple (string) (string) (HString) (char*)
Art der Aktivierungsfunktion in der
Ausgabeschicht des MLP.
PreprocessingPreprocessingPreprocessingPreprocessingpreprocessingpreprocessing (output_control) string → HTuplestrHTupleHtuple (string) (string) (HString) (char*)
Art der Vorverarbeitung (Transformation) der
Merkmalsvektoren.
NumComponentsNumComponentsNumComponentsNumComponentsnumComponentsnum_components (output_control) integer → HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)
Parameter der Vorverarbeitung: Anzahl der
transformierten Merkmale.
Ergebnis
Sind die Parameterwerte korrekt, dann liefert
get_params_class_mlpget_params_class_mlpGetParamsClassMlpGetParamsClassMlpGetParamsClassMlpget_params_class_mlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
Vorgänger
create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp,
read_class_mlpread_class_mlpReadClassMlpReadClassMlpReadClassMlpread_class_mlp
Nachfolger
add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlpadd_sample_class_mlp,
train_class_mlptrain_class_mlpTrainClassMlpTrainClassMlpTrainClassMlptrain_class_mlp
Siehe auch
evaluate_class_mlpevaluate_class_mlpEvaluateClassMlpEvaluateClassMlpEvaluateClassMlpevaluate_class_mlp,
classify_class_mlpclassify_class_mlpClassifyClassMlpClassifyClassMlpClassifyClassMlpclassify_class_mlp
Modul
Foundation