fann_get_training_algorithm()函数—用法及示例

函数名称：fann_get_training_algorithm()

适用版本：FANN >= 1.0.0

用法：fann_get_training_algorithm(resource $ann): int|false

函数描述：获取神经网络训练算法的标识符。

参数：

• $ann：神经网络资源（由 fann_create_standard() 或者 fann_create_sparse() 创建）。

返回值：

• 成功时返回一个整数，表示当前训练算法的标识符。
• 当发生错误时，返回false。

训练算法标识符对应的常量：

• FANN_TRAIN_INCREMENTAL：增量式训练算法。
• FANN_TRAIN_BATCH：批量式训练算法。
• FANN_TRAIN_RPROP：RPROP（Resilient Backpropagation）算法。
• FANN_TRAIN_QUICKPROP：快速的BP（Backpropagation）算法。

示例：

$ann = fann_create_standard(2, 3, 1);
$algorithm = fann_get_training_algorithm($ann);

if ($algorithm === FANN_TRAIN_INCREMENTAL) {
    echo "当前训练算法为增量式训练算法";
} elseif ($algorithm === FANN_TRAIN_BATCH) {
    echo "当前训练算法为批量式训练算法";
} elseif ($algorithm === FANN_TRAIN_RPROP) {
    echo "当前训练算法为RPROP算法";
} elseif ($algorithm === FANN_TRAIN_QUICKPROP) {
    echo "当前训练算法为快速的BP算法";
} else {
    echo "获取训练算法失败";
}

上述示例代码中，首先创建了一个具有2个输入层神经元、3个隐藏层神经元和1个输出层神经元的神经网络。然后使用fann_get_training_algorithm()函数获取当前训练算法的标识符，并根据标识符输出相应的信息。