NeuralNetwork
|
Membros públicos | |
void | backPropagation () |
int | getSizeExpectedOutputs () |
void | makeDefaultInputs () |
Inicializa o multimap myDefaultInputs O multimap myDefaultInputs representa as entradas padres no formato Matrix. | |
void | makeManuallyNetwork (vector< double >) |
Inicializa a rede neural myLayers As entradas so repassadas para a primeira camada, seguidamente atribui-se manualmente pesos sinpticos para cada neurnio de cada camada(incluindo camada de entrada) na forma de um vetor Por fim atribui-se manualmente ao vetor de entrada de cada neurnio o valor "zero" seguido de um setter manual para o bias. | |
void | makeNetwork (vector< double >, int, int, int) |
Inicializa a rede neural myLayers As entradas so repassadas para a primeira camada, seguidamente atribui-se a todos os pesos sinpticos valores aleatrios. | |
void | printNeuralNetwork () |
void | printVector (vector< double >) |
vector< Neuron > | propagation (vector< double >) |
void | readjustsWeights () |
void | setExpectedOutputs (int, vector< double >) |
vector< double > | startProcess (vector< double >) |
Inicializa o processo de treinamento para um padro de entrada Recebe um vetor de entrada e retorna um vetor de sada | |
Campos de Dados | |
vector< vector< Neuron > > | myLayers |
Atributos Privados | |
vector< vector< double > > | ExpectedOutputs |
void Network::backPropagation | ( | ) |
calculando erro e delta para a ULTIMA CAMADA
sada de um neurnio
erro de um neurnio
setter para a sada esperada de um neurnio
setter para o erro de um neurnio
setter para o delta de um neurnio
calculando erro e delta da CAMADA OCULTA
Referenciado por startProcess().
void Network::makeDefaultInputs | ( | ) |
Inicializa o multimap myDefaultInputs O multimap myDefaultInputs representa as entradas padres no formato Matrix.
void | Nenhum |
void Network::makeManuallyNetwork | ( | vector< double > | defaults | ) |
Inicializa a rede neural myLayers As entradas so repassadas para a primeira camada, seguidamente atribui-se manualmente pesos sinpticos para cada neurnio de cada camada(incluindo camada de entrada) na forma de um vetor Por fim atribui-se manualmente ao vetor de entrada de cada neurnio o valor "zero" seguido de um setter manual para o bias.
void | Nenhum |
void Network::makeNetwork | ( | vector< double > | defaults, |
int | sizeFirstLayer, | ||
int | sizeHiddenLayer, | ||
int | sizeOutputLayer | ||
) |
Inicializa a rede neural myLayers As entradas so repassadas para a primeira camada, seguidamente atribui-se a todos os pesos sinpticos valores aleatrios.
Por fim atribui-se ao vetor de entrada de cada neurnio(no inclui a camada de entrada) o valor "zero" seguido de um setter aleatrio para o bias.
void | Nenhum |
inicializando layer da camada de entrada
inicializando layers da camada oculta
inicializando layer da camada de saida
atribuindo vector(defaults) de entradas para cada neurnio da PRIMEIRA CAMADA
atribuindo vector(vazio) de camadas para cada neurnio das demais camadas
inicializando sada esperada para os neurnios da ultima camada
imprimindo rede neural, este proceso necessrio para fins de teste: OBSERVA-SE A ORGANIZAO DA CAMADA DE ENTRADA E PESOS SINPTICOS NO INICIO DO PROCESSO DE APRENDIZADO
atribuindo vector(defaults) de entradas para cada neurnio da PRIMEIRA CAMADA
void Network::printNeuralNetwork | ( | ) |
imprimindo toda a rede neural
Referenciado por propagation() e readjustsWeights().
vector< Neuron > Network::propagation | ( | vector< double > | inputs | ) |
calculando sadas da camada i
repassando sadas da camada i para as entradas da camada i+1
Referências printNeuralNetwork().
Referenciado por startProcess().
void Network::readjustsWeights | ( | ) |
reajustando pesos sinpticos
reajustando pesos sinpticos dos baias
reajustando pesos sinpticos para CADA NEURONIO
Referências printNeuralNetwork().
Referenciado por startProcess().
vector< double > Network::startProcess | ( | vector< double > | inputs | ) |
Inicializa o processo de treinamento para um padro de entrada Recebe um vetor de entrada e retorna um vetor de sada
vector<double> | inputs contendo um vetor de entrada |
atribuindo vector(inputs) de entradas para cada neurnio da PRIMEIRA CAMADA
vetor de neurnios da ULTIMA CAMADA
obtendo as respectivas sadas(double [-1,1] ) de cada neurnio da ultima camada
Referências backPropagation(), propagation() e readjustsWeights().