train_class_mlp — MV `classify` op

• Data kinds: matrix → table

• Call: import fullseye as fs; fs.ledger.train_class_mlp(features, labels, hidden=8, epochs=300) (implementation को सीधे call करना हो तो import final_genuine2; final_genuine2.train_class_mlp(features, labels, hidden=8, epochs=300), registry से लेना हो तो opsmv.get("train_class_mlp"))

• HALCON समकक्ष: train_class_mlp (अर्थ और parameters समझने के लिए HALCON reference उपयोगी है)

• GPU: नहीं (केवल CPU reference implementation)

उपयोग

MLP वर्गीकारक को प्रशिक्षित करता है।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

features は (N, D)、labels は (N,)。特徴は学習データの平均・標準偏差で標準化し、その値をモデル(mu / sd)に残す —— classify_image_class_mlp が同じ変換をかける。戻り値は classify_image_class_mlp にそのまま渡せる dict。空の入力(features が 0 要素)は ValueError。

उपयोग की विस्तृत guide

• machine_vision_classics family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

इसी category के (`classify`)

train_class_gmm · classify_class_gmm · evaluate_class_gmm · train_class_knn · classify_class_knn · classify_class_mlp · train_class_svm · classify_class_svm

*Provenance: final_genuine2.py — MV operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

train_class_mlp — MV classify op