ANN - 人工神经网络训练答案

【问题标题】：ANN - Artificial Neural Network trainingANN - 人工神经网络训练
【发布时间】：2014-06-10 03:36:26
【问题描述】：

我知道可以使用CvFileStorage 将经过训练的 ANN 保存到文件中，但我真的不喜欢 CvFileStorage 保存训练的方式，然后我想知道：是否可以检索信息训练并以自定义方式保存？

提前致谢。

【问题讨论】：

【解决方案1】：

看看xml结构，很简单。对象的名称与 ANN 类中的相同。这是一个 XOR 求解网络：

<?xml version="1.0"?>
<opencv_storage>
<my_nn type_id="opencv-ml-ann-mlp">
  <layer_sizes type_id="opencv-matrix">
    <rows>1</rows>
    <cols>3</cols>
    <dt>i</dt>
    <data>
      2 3 1</data></layer_sizes>
  <activation_function>SIGMOID_SYM</activation_function>
  <f_param1>1.</f_param1>
  <f_param2>1.</f_param2>
  <min_val>-9.4999999999999996e-001</min_val>
  <max_val>9.4999999999999996e-001</max_val>
  <min_val1>-9.7999999999999998e-001</min_val1>
  <max_val1>9.7999999999999998e-001</max_val1>
  <training_params>
    <train_method>RPROP</train_method>
    <dw0>1.0000000000000001e-001</dw0>
    <dw_plus>1.2000000000000000e+000</dw_plus>
    <dw_minus>5.0000000000000000e-001</dw_minus>
    <dw_min>1.1920928955078125e-007</dw_min>
    <dw_max>50.</dw_max>
    <term_criteria><epsilon>9.9999997764825821e-003</epsilon>
      <iterations>1000</iterations></term_criteria></training_params>
  <input_scale>
    2. -1. 2. -1.</input_scale>
  <output_scale>
    5.2631578947368418e-001 4.9999999999999994e-001</output_scale>
  <inv_output_scale>
    1.8999999999999999e+000 -9.4999999999999996e-001</inv_output_scale>
  <weights>
    <_>
      -3.8878915951440729e+000 -3.7728173427563569e+000
      -1.9587678786875042e+000 3.7898767378369680e+000
      3.0354324494246829e+000 1.9757881693499044e+000
      -3.5862527376978406e+000 -3.2701446005792296e+000
      1.3000011629911392e+000</_>
    <_>
      3.1017381376627204e+000 1.1052842857439200e+000
      -4.6739037571329822e+000 3.2282702769334666e+000</_></weights></my_nn>
</opencv_storage>

您可以将相同的参数保存到您的格式化文件中。一些字段受到保护，但您可以从 CvANN_MLP 创建子类并制作您的 oun 文件保护程序。

【讨论】：