Форум программистов, компьютерный форум CyberForum.ru

обучение нейронной сети - C++

Восстановить пароль Регистрация
 
Van111
кодер с++
208 / 187 / 4
Регистрация: 03.08.2011
Сообщений: 2,585
Записей в блоге: 12
16.01.2013, 13:31     обучение нейронной сети #1
C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
struct SAcson
{
    int l,c; // строка, столбец
    float x; // заряд
};
struct SSinapc
{
    int l,c; // строка, столбец
};
struct SNeiron
{
    float w; // весы
    float c; // заряд
    vector <SAcson> a; // аксон
    vector <SSinapc> s; // синапс
    inline bool operator== (SNeiron * n) {return (n == this) ? true : false;}
};
class SNetAI
{
protected:
    float cw;
    float cx;
    vector<vector <SNeiron>> neirons; //  нейроны
    vector <bool> r; // реле ответов
    void initSinaps();
    void void_charge();
    void bypass(vector<SAcson* > &ns,  vector<SNeiron* > &nw ,vector <SNeiron> :: iterator n);
    void delete_duplicate_neiron(vector<SNeiron* > &nw, unsigned int size_not_delete);
public:
    friend SNeiron;
    SNetAI ();
    void create(char *с);
    void launc_signal(vector <unsigned int> m);
    vector <bool> & get_result();
    void learning(bool err);
    void learning_tree(vector <bool> &r, unsigned int type_l);
    void save(char *с);
 
};
C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
void  SNetAI::delete_duplicate_neiron(vector<SNeiron* > &nw, unsigned int size_not_delete)
 {
    for (unsigned int i = size_not_delete; i < nw.size() ; i++)
    {
        for (unsigned int j = size_not_delete; j < nw.size() ; j++)
        {
            if(i == j)
                continue;
            if( nw[i] == nw[j])
            {
                vector<SNeiron* > ::iterator del_nw = nw.begin() + j;
                nw.erase(del_nw);
                j--;
            }
        }
 
    }
 };
 void SNetAI::learning_tree(vector <bool> &r , unsigned int type_l)
     {
         vector <SAcson*> nsp;
         vector <SAcson*> nsm;
         vector <SNeiron*> nwp;
         vector <SNeiron*> nwm;
 
         vector <vector <SNeiron>> :: iterator i2 = neirons.end() - 1;
         for (vector <SNeiron> :: iterator i =  i2->begin() ; i < i2->end() ; i++)
         {
             int size_nwp = nwp.size();
             int size_nwm = nwm.size();
             if (r[distance(i2->begin(), i)])
             {
 
                 bypass(nsp, nwp,i);
                 delete_duplicate_neiron(nwp, size_nwp);
             }
             else
             {
                 bypass(nsm, nwm,i);
                 delete_duplicate_neiron(nwm, size_nwm);
             }
         }
         switch(type_l)
         {
         case 1:
             for ( unsigned int i = 0; i < nsp.size(); i ++)
             {
                 nsp[i]->x += cx;
             }
             for ( unsigned int i = 0; i < nsm.size(); i ++)
             {
                 nsm[i]->x -= cx;
             }
             break;
 
         case 2:
             for ( unsigned int i = 0; i < nwp.size(); i ++)
             {
                 nwp[i]->w += cw;
             }
             for ( unsigned int i = 0; i < nwm.size(); i ++)
             {
                 nwm[i]->w -= cw;
             }
             break;
 
         case 3:
             for ( unsigned int i = 0; i < nsp.size(); i ++)
             {
                 nsp[i]->x += cx;
             }
             for ( unsigned int i = 0; i < nsm.size(); i ++)
             {
                 nsm[i]->x -= cx;
             }
             for ( unsigned int i = 0; i < nwp.size(); i ++)
             {
                 nwp[i]->w += cw;
             }
             for ( unsigned int i = 0; i < nwm.size(); i ++)
             {
                 nwm[i]->w -= cw;
             }
             break;
         };
 }
 void SNetAI::bypass(vector<SAcson* > &ns,  vector<SNeiron* > &nw ,vector <SNeiron> :: iterator n)
 {
    
    for (vector <SSinapc> ::iterator i = n->s.begin() ; i < n->s.end(); i++)
    {
        for (vector <SAcson> ::iterator j = neirons[i->c][i->l].a.begin(); j < neirons[i->c][i->l].a.end(); j++)
        {
            vector <SNeiron> :: iterator n2 = neirons[j->c].begin() + j->l;
            if (n2 == n)
            {
                ns.push_back(&j[0]);
                nw.push_back(&n2[0]);
                break;
            }
        }
        vector <SNeiron> :: iterator n2 = neirons[i->c].begin() + i->l;
        bypass(ns, nw,  n2);
    }
            
 }
правильно ли я организовал обучение - алгоритм обратного распространения ошибки(learning_tree)

Добавлено через 33 минуты
форумчане кто нибудь подскажите

Добавлено через 44 минуты
возник вопрос должнен ли присутствовать параметр в аксоне который бы отвечал за то - тормозящие или возбуждающее воздействие он производит?
Similar
Эксперт
41792 / 34177 / 6122
Регистрация: 12.04.2006
Сообщений: 57,940
16.01.2013, 13:31     обучение нейронной сети
Посмотрите здесь:

Обучение прораммированию на С/С++. C++
C++ Обучение С++
C++ Как преобразовать картинку чтобы получить адекватный вектор входных данных для нейронной сети?
Обучение C++
Обучение с нуля C++
C++ Обучение программированию
C++ Обучение
C++ Обучение С++

Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
После регистрации реклама в сообщениях будет скрыта и будут доступны все возможности форума.
Invader_Zim
Twilight Parasite
 Аватар для Invader_Zim
153 / 149 / 2
Регистрация: 21.07.2011
Сообщений: 907
16.01.2013, 14:36     обучение нейронной сети #2
Van111,

Не по теме:

Скайнет делаеш, одобряем


А так:
vector <SAcson*> nsp;
vector <SAcson*> nsm;
vector <SNeiron*> nwp;
vector <SNeiron*> nwm;
ониж у тебя локальные.
И еще одно: используй дерево, а не списки локальных обьектов. Память то не бесконечна, да и не работает так нейронная сеть.
Yandex
Объявления
16.01.2013, 14:36     обучение нейронной сети
Ответ Создать тему
Опции темы

Текущее время: 02:15. Часовой пояс GMT +3.
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin® Version 3.8.9
Copyright ©2000 - 2016, vBulletin Solutions, Inc.
Рейтинг@Mail.ru