FANN 라이브러리의 신경망 스케일링 매개변수 설정에 대한 질문에 대한 답변입니다.
스케일링 매개변수는 신경망의 출력을 스케일링하는 데 사용됩니다. 이 매개변수를 설정하는 방법은 다음과 같습니다.
1. input_scaling_params 매개변수는 신경망의 입력 데이터를 스케일링하는 데 사용됩니다. 이 매개변수를 설정하는 방법은 다음과 같습니다.
* input_scaling_params 매개변수는 2차원 배열로 입력됩니다. 각 행은 입력 데이터의 한 샘플을 나타내고, 열은 입력 데이터의 특성을 나타냅니다.
* 예를 들어, 2개의 입력 데이터 특성을 가진 샘플이 있다면, input_scaling_params 매개변수는 2x2 2차원 배열로 입력됩니다.
* input_scaling_params 매개변수의 각 행과 열은 다음과 같은 방법으로 초기화할 수 있습니다.
* input_scaling_params[0][0] = 1.0; // 입력 데이터의 첫 번째 특성의 스케일링 매개변수
* input_scaling_params[0][1] = 0.0; // 입력 데이터의 두 번째 특성의 스케일링 매개변수
* input_scaling_params[1][0] = 0.0; // 입력 데이터의 첫 번째 특성의 스케일링 매개변수
* input_scaling_params[1][1] = 1.0; // 입력 데이터의 두 번째 특성의 스케일링 매개변수
2. output_scaling_params 매개변수는 신경망의 출력 데이터를 스케일링하는 데 사용됩니다. 이 매개변수를 설정하는 방법은 다음과 같습니다.
* output_scaling_params 매개변수는 2차원 배열로 출력됩니다. 각 행은 출력 데이터의 한 샘플을 나타내고, 열은 출력 데이터의 특성을 나타냅니다.
* 예를 들어, 2개의 출력 데이터 특성을 가진 샘플이 있다면, output_scaling_params 매개변수는 2x2 2차원 배열로 입력됩니다.
* output_scaling_params 매개변수의 각 행과 열은 다음과 같은 방법으로 초기화할 수 있습니다.
* output_scaling_params[0][0] = 1.0; // 출력 데이터의 첫 번째 특성의 스케일링 매개변수
* output_scaling_params[0][1] = 0.0; // 출력 데이터의 두 번째 특성의 스케일링 매개변수
* output_scaling_params[1][0] = 0.0; // 출력 데이터의 첫 번째 특성의 스케일링 매개변수
* output_scaling_params[1][1] = 1.0; // 출력 데이터의 두 번째 특성의 스케일링 매개변수
위의 함수를 사용하여 스케일링 매개변수를 설정한 경우, 신경망의 출력은 스케일링 매개변수에 따라 달라집니다. 스케일링 매개변수를 설정하지 않을 경우, 신경망의 출력은 원래의 출력 데이터와 같습니다.
예를 들어, 다음과 같은 코드를 사용하여 스케일링 매개변수를 설정할 수 있습니다.
#hostingforum.kr
c
// 스케일링 매개변수를 설정하는 코드
float input_scaling_params[2][2] = {
{1.0, 0.0},
{0.0, 1.0}
};
float output_scaling_params[2][2] = {
{1.0, 0.0},
{0.0, 1.0}
};
fann_set_scaling_params(fann, input_scaling_params, output_scaling_params);
위의 코드를 사용하여 스케일링 매개변수를 설정한 경우, 신경망의 출력은 스케일링 매개변수에 따라 달라집니다. 스케일링 매개변수를 설정하지 않을 경우, 신경망의 출력은 원래의 출력 데이터와 같습니다.
2025-06-20 09:05