There are two parts to this directory
1) Training by backprop
2) The GRID1 user interface for testing
Both source and exe are provided
1) TRAINING BY BACKPROP.
Usage:
bprop TrainingFile ParmFile WeightFile
Parm file format:
Temperature);
ETA - learning rate
ALPHA - momentum
MAXITER - max iteration
ERRTOL - error tolerence for convergence
NumLayers - number of layers
N(input) - Number of neurons in input layer
N(hidden1) - Number of neurons in 1st hidden layer
N(hidden2) - Number of neurons in 2nd hidden layer (if present)
.
.
.
N(hiddenK) - Number of neurons in Kth hidden layer (if present)
N(output) - Number of neurons in output hidden layer
Training file format:
NumPatterns - Number of patterns in training set
I0 I1 ... In D - hex byte input for each input / desire value for pattern 1
I0 I1 ... In D - hex byte input for each input / desire value for pattern 2
. . . .
. . . .
. . . .
I0 I1 ... In D - hex byte input for each input / desire value for pattern P
Example usage may be found in the command files provided to train networks on the sample
training data. The Samples likewise provide examples of parm and training files. Note
that after training a .GBL file must be created so that GRID1 will be able to access the
trained weights and network parameters. (For the sample data these files are provided
with a .gbx extension. After training rename the .GBX file giving it a .GBL extension.
2) GRID1
To run the program it is only necessary to type GRID1 <ENTER> on the command line.
没有合适的资源?快使用搜索试试~ 我知道了~
神经网络的C++实现
共89个文件
trn:20个
wgt:10个
cpp:9个
4星 · 超过85%的资源 需积分: 13 43 下载量 69 浏览量
2008-10-13
16:09:15
上传
评论 4
收藏 448KB RAR 举报
温馨提示
神经网络的搭建与实现 径向基函数神经网络RBF
资源推荐
资源详情
资源评论
收起资源包目录
CHAPT4.rar (89个子文件)
CHAPT4
ALOPEX
README.TXT 1KB
ALOPEX.OPT 48KB
ALOPEX.ncb 49KB
ALOPEX.PLG 746B
ALOPEX.DSW 537B
ALOPEX.CPP 19KB
ALOPEX.DSP 3KB
jj
Resource.h 429B
jj.def 212B
jj.dsp 12KB
jj.rc 2KB
StdAfx.cpp 315B
jj.plg 888B
jjps.mk 394B
jj.aps 2KB
StdAfx.h 908B
jjps.def 244B
jj.cpp 2KB
Debug
vc60.idb 33KB
jj.idl 384B
jj.h 84B
Debug
ALOPEX.pch 232KB
ALOPEX.obj 29KB
vc60.idb 41KB
ALOPEX.ilk 225KB
ALOPEX.exe 208KB
vc60.pdb 52KB
ALOPEX.pdb 393KB
BACKPROP
H8D0.WGT 16KB
DIGIT9.TRN 3KB
DIGIT2.TRN 1KB
H8D6.WGT 16KB
GRID1.H 2KB
SKEL3.TRN 713B
README.TXT 2KB
GRID1.EXE 96KB
H16.GBX 111B
H8D8.WGT 16KB
DIGIT1.TRN 3KB
TRAINALL.CMD 371B
LOAD.HPP 1KB
PNET.CPP 23KB
SKEL1.TRN 713B
SKEL9.TRN 713B
SKEL8.PRM 42B
GRID1.DEF 279B
GRID1.RC 4KB
MAKEFILE 1KB
SKEL4.TRN 713B
DIGIT8.TRN 3KB
TRN2PIC.CPP 2KB
H8.GBL 101B
DIGIT5.TRN 2KB
H8.PRM 41B
M12CHARS.H 21KB
H8D4.WGT 16KB
BPROP.CPP 22KB
H16.PRM 41B
DIGIT4.TRN 2KB
H8D9.WGT 16KB
SKEL6.TRN 713B
GRID1.CPP 47KB
H8D3.WGT 16KB
BPROP.DEF 264B
H8D5.WGT 16KB
DIGIT0.TRN 3KB
DIGIT3.TRN 2KB
TRAIN1A.CMD 44B
SKEL2.TRN 713B
UTILITY.CPP 217B
H8D1.WGT 16KB
DIGIT6.TRN 2KB
DIGIT7.TRN 2KB
UTILITY.HPP 874B
SKEL0.TRN 713B
SKEL5.TRN 725B
TRN2PICP.CMD 34B
SKEL7.TRN 713B
QNET.CPP 15KB
TRAIN1.CMD 39B
RESULTS.BP 1KB
H8D2.WGT 16KB
SKEL8.TRN 845B
TRN2PIC.EXE 42KB
H8D7.WGT 16KB
SKEL8.GBX 101B
MISCLIB.H 2KB
GRID1.RES 2KB
BPROP.EXE 64KB
共 89 条
- 1
hquSIP
- 粉丝: 7
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于yolov5识别算法实现的DNF自动脚本源码.zip
- 基于Python实现的自动化办公项目.zip
- 基于python实现的基于PyQt5和爬虫的小说阅读系统.zip
- 机械设计整经机上纱自动化sw20非常好的设计图纸100%好用.zip
- Screenshot_20240427_031602.jpg
- 网页PDF_2024年04月26日 23-46-14_QQ浏览器网页保存_QQ浏览器转格式(6).docx
- 直接插入排序,冒泡排序,直接选择排序.zip
- 在排序2的基础上,再次对快排进行优化,其次增加快排非递归,归并排序,归并排序非递归版.zip
- 实现了7种排序算法.三种复杂度排序.三种nlogn复杂度排序(堆排序,归并排序,快速排序)一种线性复杂度的排序.zip
- 冒泡排序 直接选择排序 直接插入排序 随机快速排序 归并排序 堆排序.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页