Neural Network for regression analysis.
本类已重构为 CNN 的 ConvolutionalNN 全连接网络门面: 所有前向传播与反向传播计算均由 CNN 内核完成,对外公开的接口保持不变。
Neural Network for regression analysis.
本类已重构为 CNN 的 ConvolutionalNN 全连接网络门面: 所有前向传播与反向传播计算均由 CNN 内核完成,对外公开的接口保持不变。
00 Remarks
01 Syntax
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| .ctor | 1 | 由已经加载的 CNN 内核还原 Netz 实例(供 Netz.Load()) 使用) |
| BuildDataBlock | 1 | 构造一个与输入规模一致的数据块;直接写入原始输入,不做图像归一化(避免 -0.5 偏移) |
| EnsureRegressionTarget | 1 | 将单输出回归目标调整为 CNN 训练器可正确处理的格式(详见 Network.EnsureRegressionTarget()))。 |
| Save | 2 | 将当前的 CNN 内核模型以 CNN 二进制格式持久化保存到流 |
| Load | 2 | 从流之中加载 CNN 二进制模型并还原为 NeuralNetwork 模型 |
03 Fields
| Name | Overloads | Summary |
|---|---|---|
| cnn | 1 | the CNN full-connected network as the unified compute kernel |
| m_lastInput | 1 | cache for the last forward propagation result |
| m_activate | 1 | 保留旧接口之中的激活函数引用(用于兼容),实际计算由 CNN 激活层完成。 任意自定义 "activate" 无法在 CNN 层体系内精确表达时,回退到 Sigmoid(与旧 Netz 默认一致)。 |
04 Members
由已经加载的 CNN 内核还原 Netz 实例(供 Netz.Load() 使用)
Double())构造一个与输入规模一致的数据块;直接写入原始输入,不做图像归一化(避免 -0.5 偏移)
Double())将单输出回归目标调整为 CNN 训练器可正确处理的格式(详见 Network.EnsureRegressionTarget())。
String)将当前的 CNN 内核模型以 CNN 二进制格式持久化保存
Stream)将当前的 CNN 内核模型以 CNN 二进制格式持久化保存到流
String)从 CNN 二进制模型文件之中加载 NeuralNetwork 模型
Stream)从流之中加载 CNN 二进制模型并还原为 NeuralNetwork 模型
the CNN full-connected network as the unified compute kernel
cache for the last forward propagation result
保留旧接口之中的激活函数引用(用于兼容),实际计算由 CNN 激活层完成。 任意自定义 "activate" 无法在 CNN 层体系内精确表达时,回退到 Sigmoid(与旧 Netz 默认一致)。