神经网络:计算简单的加法

神经网络:计算简单的加法2010-09-23 csdn博客张亮下面是完整的代码:
//

// fann_test.c :

// FANN 测试

//

// 到下面的网站下载FANN库:

// Fast Artificial Neural Network Library （fann）

// http://leenissen.dk/fann/

// 下载链接: Download FANN ---> C Source Code and Windows DLL files

//


#include "../fann-2.0.0/src/include/doublefann.h"


#ifdef _DEBUG

#pragma comment（lib, "../fann-2.0.0/MicrosoftWindowsDll/bin/fanndoubleMTd.lib"）

#else

#pragma comment（lib, "../fann-2.0.0/MicrosoftWindowsDll/bin/fanndoubleMT.lib"）

#endif


// 训练:

// 加法神经网络

// c = a+b;

void train（）

{

const unsigned int num_input = 2; // 输入项个数

const unsigned int num_output = 1; // 输出项个数

const unsigned int num_layers = 3;

const unsigned int num_neurons_hidden = 3;

const float desired_error = （const float） 0.00000001;

const unsigned int max_epochs = 500000; // 最多执行次数

const unsigned int epochs_between_reports = 10000; // 报告频率


struct fann *ann;


int Num = 200;

float Mf = Num*3.f;

int i;

double a, b, c;


FILE *fp;

fopen_s（&fp, "add.fann", "w"）;

fprintf_s（fp, "%d 2 1
", Num）;


// 生成训练文件

for（i=1; i<=Num; i++）{

// 生成2个数, 要求在（0,1）之间

a = i/Mf;

b = （i+1）/Mf;

c = a+b; // 要求在（0,1）之间


// 输入内容写到训练文件

fprintf_s（fp, "%lf %lf
%lf
", a, b, c）;

}

fclose（fp）;


// 样本训练

ann = fann_create_standard（num_layers, num_input, num_neurons_hidden, num_output）;


fann_set_activation_function_hidden（ann, FANN_LINEAR ）;

fann_set_activation_function_output（ann, FANN_LINEAR ）;


fann_train_on_file（ann, "add.fann", max_epochs, epochs_between_reports, desired_error）;

fann_save（ann, "add.fann.net"）;

fann_destroy（ann）;

}

// 执行:

// 测试

void exec（double a, double b）

{

struct fann *ann;


fann_type *calc_out;

fann_type input[2];

ann = fann_create_from_file（"add.fann.net"）;


input[0] = a;

input[1] = b;


calc_out = fann_run（ann, input）;

fann_destroy（ann）;

printf（"a=%f
b=%f
c=%f
期望值c=%f

", input[0], input[1], calc_out[0], input[0]+input[1]）;

}


//

// 主程序

//

int main（）

{

// 下面的方法只需调用一次, 然后注释掉

// train（）;


exec（0.354,0.58934）;

exec（0.21469,0.3914968）;

exec（0.130,0.44）;

exec（-0.3654,0.58455）;

exec（0.365420,-0.95）;


return 0;

}