Fast Artificial Neural Network Library具有中央 fann_type 数据类型，当我编译示例{{3时，可以将其定义为 float 或 double }}使用 fannfloat 链接的程序所产生的结果与 fanndouble 完全不同，基本上，训练迭代在double上要少得多，更复杂的程序会带来训练错误且不会覆盖。
任何人都可以解释一下，为什么从float <-> double中选择类型会极大地改变库的行为，据我了解，float或double仅用于用法角度，即：如果输入是float数组，则将使用fannfloat那结果一定不会有太大变化。