F_VN_TrainSampleVector

F_VN_TrainSampleVector 1:

Train a regressor with a single sample and vectorial output.

Syntax

Definition:

FUNCTION F_VN_TrainSampleVector : HRESULT
VAR_INPUT
    ipRegressor : ITcVnMlModel;
    ipSample    : ITcUnknown;
    ipOutput    : ITcVnContainer;
    hrPrev      : HRESULT;
END_VAR

F_VN_TrainSampleVector 2: Inputs

Name

Type

Description

ipRegressor

ITcVnMlModel

Regressor to be used

ipSample

ITcUnknown

Container holding a single input sample (ContainerType_Vector_REAL or ContainerType_Vector_LREAL)

ipOutput

ITcVnContainer

Vectorial output to be learnt (ContainerType_Vector_REAL or ContainerType_Vector_LREAL)

hrPrev

HRESULT

HRESULT indicating the result of previous operations (If SUCCEEDED(hrPrev) equals false, no operation is executed.)

F_VN_TrainSampleVector 3: Return value

HRESULT

Weiterführende Informationen

Die Funktion F_VN_TrainSampleVector trainiert ein vektorielles Regressor-Modell mit einem Sample.

Parameter

Regressor-Modell

Das zuvor erstelle Regressor-Modell muss an ipRegressor übergeben werden.

Sample

Der Sample-Container wird als ipSample übergeben. Der Typ des Containers muss ContainerType_Vector_REAL oder ContainerType_Vector_LREAL sein.

Trainingsvektor

Der Ergebnisvektor des Samples wird an ipOutput übergeben.

Anwendung

Ein vektorielles Regressor-Modell kann z.B. wie folgt mit einem einzelnen Sample trainiert werden:

hr := F_VN_TrainSampleVector(
    ipRegressor     := ipRegressorModel,
    ipSample        := ipSample,
    ipOutput        := ipVector,
    hrPrev          := hr);

Verwandte Funktionen

Required License

TC3 Vision Machine Learning

System Requirements

Development environment

Target platform

PLC libraries to include

TwinCAT V3.1. 4024.44 or later

PC or CX (x64) with PL50, e.g. Intel 4-core Atom CPU

Tc3_Vision