Библиотека быстрой искусственной нейронной сети имеет центральный тип данных fann_type , который можно определить как float или double , когда я компилирую образец xor train программа, использующая fannfloat связывание ее дает очень разные результаты, чем fanndouble , в основном, итерации обучения в два раза меньше, более сложные программы дают ошибки обучения и не покрывают покрытие ,
Может кто-нибудь объяснить, почему выбор типа из float <-> double кардинально меняет поведение библиотеки, в моем понимании float или double просто для перспективы использования, то есть: если ваши входные данные являются массивом float, вы будете использовать fannfloat как что результаты не должны сильно меняться.