Files
2024-08-14 12:22:39 +01:00

618 lines
18 KiB
XML

<?xml version="1.0" encoding="utf-8"?>
<!-- EN-Revision: ec820164580aabcbdca6d72e26ec62a90663a9ee Maintainer: Fan2Shrek Status: ready -->
<!-- Reviewed: yes -->
<appendix xml:id="fann.constants" xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink">
&reftitle.constants;
&extension.constants;
<para>
<variablelist xml:id="constants.fann-train">
<title>Training algorithms</title>
<varlistentry xml:id="constant.fann-train-incremental">
<term>
<constant>FANN_TRAIN_INCREMENTAL</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
L'algorithme standard de rétropropagation, où les poids sont mis à jour après chaque motif d'entraînement.
Cela signifie que les poids sont mis à jour de nombreuses fois pendant une seule époque. Pour cette raison,
certains problèmes se formeront très rapidement avec cet algorithme, tandis que d'autres problèmes plus avancés
ne se formeront pas très bien.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-train-batch">
<term>
<constant>FANN_TRAIN_BATCH</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
L'algorithme standard de rétropropagation, où les poids sont mis à jour après avoir calculé l'erreur quadratique
moyenne pour l'ensemble d'entraînement. Cela signifie que les poids ne sont mis à jour qu'une seule fois pendant
une époque. Pour cette raison, certains problèmes se formeront plus lentement avec cet algorithme. Mais comme
l'erreur quadratique moyenne est calculée plus correctement que dans l'entraînement incrémentiel, certains problèmes
ateindront de meilleures solutions avec cet algorithme.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-train-rprop">
<term>
<constant>FANN_TRAIN_RPROP</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Un algorithme d'entraînement par lots plus avancé qui donne de bons résultats pour de nombreux problèmes. L'algorithme
d'entraînement RPROP est adaptatif, et n'utilise donc pas le paramètre learning_rate. Cependant, certains autres paramètres
peuvent être définis pour changer la façon dont l'algorithme d'entraînement RPROP fonctionne, mais il est uniquement recommandé
pour les utilisateurs ayant une connaissance de la façon dont l'algorithme d'entraînement RPROP fonctionne. L'algorithme
d'entraînement RPROP est décrit par [Riedmiller et Braun, 1993], mais l'algorithme d'apprentissage réel utilisé ici est
l'algorithme d'entraînement iRPROP décrit par [Igel et Husken, 2000] qui est une variété de l'algorithme d'entraînement RPROP standard.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-train-quickprop">
<term>
<constant>FANN_TRAIN_QUICKPROP</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Un algorithme d'entraînement par lots plus avancé qui donne de bons résultats pour de nombreux problèmes. L'algorithme
d'entraînement Quickprop utilise le paramètre learning_rate, ainsi que d'autres paramètres plus avancés, mais il est uniquement
recommandé de changer ces paramètres avancés pour les utilisateurs ayant une connaissance de la façon dont l'algorithme
d'entraînement Quickprop fonctionne. L'algorithme d'entraînement Quickprop est décrit par [Fahlman, 1988].
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-train-sarprop">
<term>
<constant>FANN_TRAIN_SARPROP</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Un algorithme d'entraînement encore plus avancé. Seulement pour la version 2.2.
</simpara>
</listitem>
</varlistentry>
</variablelist>
<variablelist xml:id="constants.fann-activation-funcs">
<title>Activation functions</title>
<varlistentry xml:id="constant.fann-linear">
<term>
<constant>FANN_LINEAR</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation linéaire.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-threshold">
<term>
<constant>FANN_THRESHOLD</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation de seuil.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-threshold-symmetric">
<term>
<constant>FANN_THRESHOLD_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation de seuil.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sigmoid">
<term>
<constant>FANN_SIGMOID</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation sigmoïde.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sigmoid-stepwise">
<term>
<constant>FANN_SIGMOID_STEPWISE</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Approximation linéaire par étapes de la sigmoïde.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sigmoid-symmetric">
<term>
<constant>FANN_SIGMOID_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation sigmoïde symétrique, alias tanh.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sigmoid-symmetric-stepwise">
<term>
<constant>FANN_SIGMOID_SYMMETRIC_STEPWISE</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Approximation linéaire par étapes de la sigmoïde symétrique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-gaussian">
<term>
<constant>FANN_GAUSSIAN</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation gaussienne.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-gaussian-symmetric">
<term>
<constant>FANN_GAUSSIAN_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation gaussienne symétrique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-gaussian-stepwise">
<term>
<constant>FANN_GAUSSIAN_STEPWISE</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation gaussienne par étapes.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-elliot">
<term>
<constant>FANN_ELLIOT</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation rapide (sigmoïde) définie par David Elliott.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-elliot-symmetric">
<term>
<constant>FANN_ELLIOT_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation rapide (sigmoïde symétrique) définie par David Elliott.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-linear-piece">
<term>
<constant>FANN_LINEAR_PIECE</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation linéaire bornée.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-linear-piece-symmetric">
<term>
<constant>FANN_LINEAR_PIECE_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation linéaire bornée symétrique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sin-symmetric">
<term>
<constant>FANN_SIN_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation sinus symétrique périodique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-cos-symmetric">
<term>
<constant>FANN_COS_SYMMETRIC</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation cosinus symétrique périodique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-sin">
<term>
<constant>FANN_SIN</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation sinus périodique.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-cos">
<term>
<constant>FANN_COS</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'activation cosinus périodique.
</simpara>
</listitem>
</varlistentry>
</variablelist>
<variablelist xml:id="constants.fann-errorfunc">
<title>Fonction d'erreur utilisée pendant l'entraînement</title>
<varlistentry xml:id="constant.fann-errorfunc-linear">
<term>
<constant>FANN_ERRORFUNC_LINEAR</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Fonction d'erreur linéaire standard.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-errorfunc-tanh">
<term>
<constant>FANN_ERRORFUNC_TANH</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Les fonction d'erreur tanh; généralement meilleure mais peut nécessiter un taux d'apprentissage plus bas. Cette fonction
d'erreur cible agressivement les sorties qui diffèrent beaucoup de la sortie désirée, sans cibler les sorties qui ne diffèrent
que légèrement. Non recommandé pour l'entraînement en cascade ou incrémentiel.
</simpara>
</listitem>
</varlistentry>
</variablelist>
<variablelist xml:id="constants.fann-stopfunc">
<title>Stop criteria used during training</title>
<varlistentry xml:id="constant.fann-stopfunc-mse">
<term>
<constant>FANN_STOPFUNC_MSE</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Les critères d'arrêt de la valeur de l'erreur quadratique moyenne (MSE).
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-stopfunc-bit">
<term>
<constant>FANN_STOPFUNC_BIT</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Les critères d'arrêt du nombre de bits qui échouent. Le nombre de bits signifie le nombre de neurones de sortie qui diffèrent
de plus que la limite de défaillance de bits (voir fann_get_bit_fail_limit, fann_set_bit_fail_limit). Les bits sont comptés
dans tous les données d'entraînement, donc ce nombre peut être plus élevé que le nombre de données d'entraînement.
</simpara>
</listitem>
</varlistentry>
</variablelist>
<variablelist xml:id="constants.fann-nettype">
<title>Definition of network types used by <function>fann_get_network_type</function></title>
<varlistentry xml:id="constant.fann-nettype-layer">
<term>
<constant>FANN_NETTYPE_LAYER</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Chaque couche n'a de connexions qu'à la couche suivante.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-nettype-shortcut">
<term>
<constant>FANN_NETTYPE_SHORTCUT</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Chaque couche a des connexions à toutes les couches suivantes.
</simpara>
</listitem>
</varlistentry>
</variablelist>
<variablelist xml:id="constants.fann-e">
<title>Errors</title>
<varlistentry xml:id="constant.fann-e-no-error">
<term>
<constant>FANN_E_NO_ERROR</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Pas d'erreur.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-open-config-r">
<term>
<constant>FANN_E_CANT_OPEN_CONFIG_R</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'ouvrir le fichier de configuration en lecture.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-open-config-w">
<term>
<constant>FANN_E_CANT_OPEN_CONFIG_W</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'ouvrir le fichier de configuration en écriture.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-wrong-config-version">
<term>
<constant>FANN_E_WRONG_CONFIG_VERSION</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Mauvaise version du fichier de configuration.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-read-config">
<term>
<constant>FANN_E_CANT_READ_CONFIG</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Erreur de lecture des informations du fichier de configuration.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-read-neuron">
<term>
<constant>FANN_E_CANT_READ_NEURON</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Erreur de lecture des informations du neurone du fichier de configuration.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-read-connections">
<term>
<constant>FANN_E_CANT_READ_CONNECTIONS</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Erreur de lecture des connexions du fichier de configuration.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-wrong-num-connections">
<term>
<constant>FANN_E_WRONG_NUM_CONNECTIONS</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Le nombre de connexions n'est pas égal au nombre attendu.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-open-td-w">
<term>
<constant>FANN_E_CANT_OPEN_TD_W</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'ouvrir le fichier de données d'entraînement en écriture.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-open-td-r">
<term>
<constant>FANN_E_CANT_OPEN_TD_R</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'ouvrir le fichier de données d'entraînement en lecture.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-read-td">
<term>
<constant>FANN_E_CANT_READ_TD</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Erreur de lecture des données d'entraînement du fichier.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-allocate-mem">
<term>
<constant>FANN_E_CANT_ALLOCATE_MEM</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'allouer de la mémoire.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-train-activation">
<term>
<constant>FANN_E_CANT_TRAIN_ACTIVATION</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'entraîner avec la fonction d'activation sélectionnée.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-use-activation">
<term>
<constant>FANN_E_CANT_USE_ACTIVATION</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'utiliser la fonction d'activation sélectionnée.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-train-data-mismatch">
<term>
<constant>FANN_E_TRAIN_DATA_MISMATCH</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Différences irréconciliables entre deux structures fann_train_data.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-cant-use-train-alg">
<term>
<constant>FANN_E_CANT_USE_TRAIN_ALG</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Impossible d'utiliser l'algorithme d'entraînement sélectionné.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-train-data-subset">
<term>
<constant>FANN_E_TRAIN_DATA_SUBSET</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Tentative de prendre un sous-ensemble qui n'est pas dans l'ensemble d'entraînement.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-index-out-of-bound">
<term>
<constant>FANN_E_INDEX_OUT_OF_BOUND</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
L'index est hors limite.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-scale-not-present">
<term>
<constant>FANN_E_SCALE_NOT_PRESENT</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Les paramètres de mise à l'échelle ne sont pas présents.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-input-no-match">
<term>
<constant>FANN_E_INPUT_NO_MATCH</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Le nombre de neurones d'entrée dans l'ann et les données ne correspondent pas.
</simpara>
</listitem>
</varlistentry>
<varlistentry xml:id="constant.fann-e-output-no-match">
<term>
<constant>FANN_E_OUTPUT_NO_MATCH</constant>
(<type>int</type>)
</term>
<listitem>
<simpara>
Le nombre de neurones de sortie dans l'ann et les données ne correspondent pas.
</simpara>
</listitem>
</varlistentry>
</variablelist>
</para>
</appendix>
<!-- Keep this comment at the end of the file
Local variables:
mode: sgml
sgml-omittag:t
sgml-shorttag:t
sgml-minimize-attributes:nil
sgml-always-quote-attributes:t
sgml-indent-step:1
sgml-indent-data:t
indent-tabs-mode:nil
sgml-parent-document:nil
sgml-default-dtd-file:"~/.phpdoc/manual.ced"
sgml-exposed-tags:nil
sgml-local-catalogs:nil
sgml-local-ecat-files:nil
End:
vim600: syn=xml fen fdm=syntax fdl=2 si
vim: et tw=78 syn=sgml
vi: ts=1 sw=1
-->