神经网络: 计算简单的加法

神经网络: 计算简单的加法

下面是完整的代码:

1. //
2. // fann_test.c : 
3. // FANN 测试
4. //
5. // 到下面的网站下载FANN库:
6. //   Fast Artificial Neural Network Library (fann)
7. //     http://leenissen.dk/fann/
8. //   下载链接: Download FANN --->  C Source Code and Windows DLL files 
9. //
11. #include "../fann-2.0.0/src/include/doublefann.h"
13. #ifdef _DEBUG
14.   #pragma comment(lib, "../fann-2.0.0/MicrosoftWindowsDll/bin/fanndoubleMTd.lib")
15. #else
16.   #pragma comment(lib, "../fann-2.0.0/MicrosoftWindowsDll/bin/fanndoubleMT.lib")
17. #endif
19. // 训练:
20. // 加法神经网络
21. // c = a+b;
22. void train()
23. {
24.     const unsigned int num_input = 2;       // 输入项个数
25.     const unsigned int num_output = 1;      // 输出项个数
26.     const unsigned int num_layers = 3;
27.     const unsigned int num_neurons_hidden = 3;    
28.     const float desired_error = (const float) 0.00000001;
29.     const unsigned int max_epochs = 500000; // 最多执行次数   
30.     const unsigned int epochs_between_reports = 10000;   // 报告频率
31.     
32.     struct fann *ann;
33.     
34.     int     Num = 200;
35.     float   Mf = Num*3.f;
36.     int     i;
37.     double  a, b, c;
39.     FILE   *fp;
40.     fopen_s(&fp, "add.fann", "w");
41.     fprintf_s(fp, "%d 2 1/n", Num);
43.     // 生成训练文件
44.     for(i=1; i<=Num; i++){
45.         // 生成2个数, 要求在(0,1)之间
46.         a = i/Mf;
47.         b = (i+1)/Mf;
48.         c = a+b;    // 要求在(0,1)之间
49.         
50.         // 输入内容写到训练文件
51.         fprintf_s(fp, "%lf %lf/n%lf/n", a, b, c);
52.     }
53.     fclose(fp);
55.     // 样本训练
56.     ann = fann_create_standard(num_layers, num_input, num_neurons_hidden, num_output);
57.     
58.     fann_set_activation_function_hidden(ann, FANN_LINEAR  );
59.     fann_set_activation_function_output(ann, FANN_LINEAR  );  
61.     fann_train_on_file(ann, "add.fann", max_epochs, epochs_between_reports, desired_error); 
62.     fann_save(ann, "add.fann.net");  
63.     fann_destroy(ann);
64. }
66. // 执行:
67. // 测试
68. void exec(double a, double b)
69. {
70.     struct fann *ann;
71.     
72.     fann_type *calc_out;
73.     fann_type input[2];
74.     ann = fann_create_from_file("add.fann.net");    
75.     
76.     input[0] = a;
77.     input[1] = b;
78.             
79.     calc_out = fann_run(ann, input);
80.     fann_destroy(ann);
82.     printf("a=%f/nb=%f/nc=%f/n期望值c=%f/n/n", input[0], input[1], calc_out[0], input[0]+input[1]);    
83. }
85. //
86. // 主程序
87. //
88. int main()
89. {
90.     // 下面的方法只需调用一次, 然后注释掉
91.     // train();
93.     exec(0.354,0.58934);
94.     exec(0.21469,0.3914968);
95.     exec(0.130,0.44);
96.     exec(-0.3654,0.58455);
97.     exec(0.365420,-0.95);
99.     return 0;
100. }