Форум программистов, компьютерный форум, киберфорум
C++: ИИ, нейросети, ML, агенты
Войти
Регистрация
Восстановить пароль
Блоги Сообщество Поиск Заказать работу  
 
 Аватар для MiKITA17
8 / 8 / 1
Регистрация: 18.11.2019
Сообщений: 109

Первая "нейросеть"

08.05.2020, 18:21. Показов 9006. Ответов 1
Метки нет (Все метки)

Студворк — интернет-сервис помощи студентам
Сразу говорю: пожалуйста, не кидайте в меня помидорами, я первый раз пишу нейросеть и я без понятия почему у меня ничего не выходит. Пробовал уже много чего, и, видно, это я что-то не понимаю, по этому и решил обратиться сюда. В общем, вот код:
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
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
#include <iostream>
#include <math.h>
#include <clocale>
#include <string.h>
 
using namespace std;
 
double sig(double x);
double grad(double x);
int CIN(); 
double ABS(double x);
 
const int lays = 3;
const int ne = 3;
 
double t[ne]; //Желаемое
double N[ne][lays]; //Нейроны
double W[ne][ne][lays - 1]; //Веса
double e[ne][ne][lays - 1]; // ошибки весов
double E[ne][lays]; // ошибки
const double a = 0.001;
 
bool lever1 = false;
string boofer;
 
 
 
int main(int argc, char** argv) {
    
short count = 0;
    
setlocale(0, "");
for (short ck1 = 0; ck1 < ne; ck1++)
    for (short ck2 = 0; ck2 < ne; ck2++)
        for (short ck3 = 0; ck3 < lays - 1; ck3++)  
            W[ck1][ck2][ck3] = (rand() % 998 + 1) / 1000.0;
 
while (true) {
 
cout << "______________сколько раз обучать:_____________\n";
cin >> count;
 
 
 
if (count != 0) {
    
    bool bf1;
    bool bf2;
    
    for (short i = 0; i < count; i++) {
    
    bf1 = rand() % 2;
    bf2 = rand() % 2;
    
    N[0][0] = 0.1 + 0.8 * bf1;
    N[1][0] = 0.1 + 0.8 * bf2;
    N[2][0] = 0.1;
    
    t[0] = 0.5 + 0.1 * (bf1 || bf2) && (bf1 != bf2);
    t[1] = 0.5;
    t[2] = 0.5;
 
 
for (short ck1 = 1; ck1 < lays; ck1++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1] = 0;
 
for (short ck1 = 0; ck1 < lays - 1; ck1++)
            for (short ck2 = 0; ck2 < ne; ck2++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1 + 1] += N[ck2][ck1] * W[ck2][ck3][ck1];
                    
for (short ck1 = 1; ck1 < lays; ck1++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1] = sig(N[ck3][ck1]);
                    
                    
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][0] = sig(N[ck3][0]);
        
    
        for (short ck = 0; ck < ne; ck++)
            E[ck][lays - 1] = (t[ck] - N[ck][lays - 1]) * (t[ck] - N[ck][lays - 1]);
    
        for (short ck1 = lays - 1; ck1 > 0; ck1--) {
            
            for (short ck2 = 0; ck2 < ne; ck2++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    e[ck2][ck3][ck1 - 1] = E[ck3][ck1] * W[ck2][ck3][ck1 - 1] / (W[0][ck3][ck1 - 1] + W[1][ck3][ck1 - 1] + W[2][ck3][ck1 - 1]); 
                    
            for (short ck2 = 0; ck2 < ne; ck2++)
                    E[ck2][ck1 - 1] = e[ck2][0][ck1 - 1] + e[ck2][1][ck1 - 1] + e[ck2][2][ck1 - 1];         
        }
    
    for (short ck1 = 0; ck1 < lays - 1; ck1++)  
        for (short ck2 = 0; ck2 < ne; ck2++)
            for (short ck3 = 0; ck3 < ne; ck3++)
                W[ck2][ck3][ck1] += a * e[ck2][ck3][ck1] * (1 - N[ck2][ck1 - 1] * N[ck2][ck1 - 1]) * W[ck2][ck3][ck1];
            
    
    
    
    
    
    
        for (short ck1 = 0; ck1 < lays; ck1++) {
            for (short ck2 = 0; ck2 < ne; ck2++)
                    cout << "_______нейрон №" << ck2 << " и слоя " << ck1 << " --> " << N[ck2][ck1] << "______\n";
            cout << "\n";
        }
        cout << "_____________________________________________________________________________\n";
        
        
        
 
        for (short ck3 = 0; ck3 < lays - 1; ck3++) {
            for (short ck1 = 0; ck1 < ne; ck1++)
                for (short ck2 = 0; ck2 < ne; ck2++)    
                    cout << "_____вес с " << ck1 << " по " << ck2 << " слоя " << ck3 << " --> " << a * e[ck2][ck3][ck1] * (1 - N[ck2][ck1 - 1] * N[ck2][ck1 - 1]) * W[ck2][ck3][ck1] << "____\n";
            cout << "\n";
        }
        cout << "\n";
    
    
    
        for (short ck1 = 0; ck1 < lays - 1; ck1++) {
            for (short ck2 = 0; ck2 < ne; ck2++)
                for (short ck3 = 0; ck3 < ne; ck3++)    
                    cout << "_____градиент с " << ck2 << " по " << ck3 << " слоя " << ck1 << " --> " << a * e[ck2][ck3][ck1]  << "____\n";
            cout << "\n";
        }
        cout << "\n";
        
 
    }
    
    
    
} else {
 
for (short ck = 0; ck < ne; ck++) {
    cout << "____________ " << ck << " нейрон_____________\n";
    cin >> N[ck][0];
}
 
    for (short i = 0; i < 1; i++) {
        
for (short ck1 = 1; ck1 < lays; ck1++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1] = 0;
 
for (short ck1 = 0; ck1 < lays - 1; ck1++)
            for (short ck2 = 0; ck2 < ne; ck2++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1 + 1] += N[ck2][ck1] * W[ck2][ck3][ck1];
                    
for (short ck1 = 1; ck1 < lays; ck1++)
                for (short ck3 = 0 ; ck3 < ne; ck3++)
                    N[ck3][ck1] = sig(N[ck3][ck1]);
    
    
        for (short ck1 = 0; ck1 < lays; ck1++) {
            for (short ck2 = 0; ck2 < ne; ck2++)
                    cout << "_______нейрон №" << ck2 << " и слоя " << ck1 << " --> " << N[ck2][ck1] << "______\n";
            cout << "\n";
        }
        cout << "_____________________________________________________________________________\n";
        
 
        for (short ck3 = 0; ck3 < lays - 1; ck3++) {
            for (short ck1 = 0; ck1 < ne; ck1++)
                for (short ck2 = 0; ck2 < ne; ck2++)    
                    cout << "_____вес с " << ck1 << " по " << ck2 << " слоя " << ck3 << " --> " << W[ck1][ck2][ck3] << "____\n";
            cout << "\n";
        }
        cout << "\n";
    }
    
}
    
}
}
 
 
 
 
 
double sig(double x) {
    return 1/(1.0 + exp(-x));
}
 
double grad(double x, short neiron) {
    return E[neiron][lays - 1] * (1 - sig(N[neiron][lays - 1]) * sig(N[neiron][lays - 1]));
}
 
int CIN() {
    int boof;
    cin >> boof;
    return boof;    
}
 
double ABS(double x) {
    if (x < 0) 
        x *= -1;
    return x;
}
По идее, она должна выдать в итоге функцию исключающего или, но что-то идёт не так. Как заставить это работать?
0
Programming
Эксперт
39485 / 9562 / 3019
Регистрация: 12.04.2006
Сообщений: 41,671
Блог
08.05.2020, 18:21
Ответы с готовыми решениями:

Нейросеть для распознавания рукописных цифр
Всех приветствую! В последнее время редко притрагиваюсь к коду, но недавно появилась идея написать простенькую нейросеть для...

Столкнулся с проблемой нахождении ошибки скрытого слоя сети
Пишу нейросеть, столкнулся с проблемой нахождении ошибки скрытого слоя сети Получилось как-то так , псевдокод: inputData = 3 x...

Библиотеки C++ для создания, обучения и отработки нейросетей для анализа данных
Всем привет! Какие посоветуете мощные и гибкие библиотеки C++ для создания, обучения и отработки нейросетей для анализа данных (выявление...

1
 Аватар для andrey_f
882 / 535 / 228
Регистрация: 21.02.2011
Сообщений: 5,706
29.04.2025, 12:29
попробуйте такой вариант (чуть доработал ваш код) :
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
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
#include <iostream>
#include <cstdlib>
#include <ctime>
#include <cmath>
#include <locale>
 
using namespace std;
 
double sig(double x) {
    return 1.0 / (1.0 + exp(-x));
}
 
double sig_derivative(double x) {
    // Производная сигмоиды по её значению
    return x * (1.0 - x);
}
 
// Размерность сети
const int input_neurons = 2;   // входных нейронов
const int hidden_neurons = 2;  // скрытый слой
const int output_neurons = 1;  // выходной слой
 
// Обучение
const double learning_rate = 0.5;
const int epochs = 10000;
 
int main() {
    setlocale(LC_ALL, "");
 
    srand(time(0));
 
    // Веса между входным и скрытым слоем
    double W_input_hidden[input_neurons][hidden_neurons];
    // Веса между скрытым и выходным слоем
    double W_hidden_output[hidden_neurons][output_neurons];
 
    // Инициализация весов случайными значениями
    for (int i = 0; i < input_neurons; i++)
        for (int j = 0; j < hidden_neurons; j++)
            W_input_hidden[i][j] = ((double)rand() / RAND_MAX) * 2 - 1; // [-1,1]
 
    for (int i = 0; i < hidden_neurons; i++)
        for (int j = 0; j < output_neurons; j++)
            W_hidden_output[i][j] = ((double)rand() / RAND_MAX) * 2 - 1; // [-1,1]
 
    // Обучающие данные для XOR
    double inputs[4][2] = {
        {0, 0},
        {0, 1},
        {1, 0},
        {1, 1}
    };
    double targets[4][1] = {
        {0},
        {1},
        {1},
        {0}
    };
 
    // Обучение
    for (int epoch = 0; epoch < epochs; epoch++) {
        double total_error = 0;
 
        for (int sample = 0; sample < 4; sample++) {
            // Входные данные
            double input[2] = {inputs[sample][0], inputs[sample][1]};
            double target = targets[sample][0];
 
            // Прямой проход
            double hidden_layer[hidden_neurons];
            for (int i = 0; i < hidden_neurons; i++) {
                double sum = 0;
                for (int j = 0; j < input_neurons; j++) {
                    sum += input[j] * W_input_hidden[j][i];
                }
                hidden_layer[i] = sig(sum);
            }
 
            double output_layer = 0;
            for (int i = 0; i < hidden_neurons; i++) {
                output_layer += hidden_layer[i] * W_hidden_output[i][0];
            }
            output_layer = sig(output_layer);
 
            // Ошибка
            double error = target - output_layer;
            total_error += error * error;
 
            // Обратное распространение
            // Вычисляем градиенты
            double delta_output = error * sig_derivative(output_layer);
 
            double delta_hidden[hidden_neurons];
            for (int i = 0; i < hidden_neurons; i++) {
                delta_hidden[i] = delta_output * W_hidden_output[i][0] * sig_derivative(hidden_layer[i]);
            }
 
            // Обновляем веса между скрытым и выходным
            for (int i = 0; i < hidden_neurons; i++) {
                W_hidden_output[i][0] += learning_rate * delta_output * hidden_layer[i];
            }
 
            // Обновляем веса между входным и скрытым
            for (int i = 0; i < input_neurons; i++) {
                for (int j = 0; j < hidden_neurons; j++) {
                    W_input_hidden[i][j] += learning_rate * delta_hidden[j] * input[i];
                }
            }
        }
 
        if (epoch % 1000 == 0) {
            cout << "Эпоха: " << epoch << " Средняя ошибка: " << total_error / 4 << endl;
        }
 
        // Можно добавить условие остановки по ошибке
        if (total_error / 4 < 0.01) break;
    }
 
    // Тестирование обученной сети
    cout << "\nОбучение завершено. Тестируем сеть:\n";
    for (int sample = 0; sample < 4; sample++) {
        double input[2] = {inputs[sample][0], inputs[sample][1]};
        double target = targets[sample][0];
 
        double hidden_layer[hidden_neurons];
        for (int i = 0; i < hidden_neurons; i++) {
            double sum = 0;
            for (int j = 0; j < input_neurons; j++) {
                sum += input[j] * W_input_hidden[j][i];
            }
            hidden_layer[i] = sig(sum);
        }
 
        double output_layer = 0;
        for (int i = 0; i < hidden_neurons; i++) {
            output_layer += hidden_layer[i] * W_hidden_output[i][0];
        }
        output_layer = sig(output_layer);
 
        cout << "Вход: (" << input[0] << ", " << input[1] << ") => Выход: " << output_layer
             << " (ожидаемый: " << target << ")\n";
    }
 
    return 0;
}
0
Надоела реклама? Зарегистрируйтесь и она исчезнет полностью.
inter-admin
Эксперт
29715 / 6470 / 2152
Регистрация: 06.03.2009
Сообщений: 28,500
Блог
29.04.2025, 12:29
Помогаю со студенческими работами здесь

Неработающая нейросеть
У меня задание написать нейросеть без использования библиотек для нейросетей на c++. Я написал нейросеть на определение ирисов Фишера,...

Простая нейросеть
Доброго времени суток! Передо мной стоит задача создать простую нейросеть. Вот начальный код: #include &lt;iostream&gt; ...

Не обучается нейросеть на (С++)
Код программы (Qt C++) &lt;https://github.com/vista497/snakeNN&gt; Нейросеть использует генетический алгоритм, сам алгоритм расположен в...

Примитивная Нейросеть
Чую, что вопрос не для этой ветки, но так как в нейросетях совсем начинающий так что сюда, если что администраторы переложите. Доброго...

Простая нейросеть на C++
Доброго времени суток! Всё время обучения я не раз задумывался о написании собственной нейросети, но понятной информации по C++ я не...


Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
2
Ответ Создать тему
Новые блоги и статьи
PhpStorm 2025.3: WSL Terminal всегда стартует в ~
and_y87 14.12.2025
PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .
Access
VikBal 11.12.2025
Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.
Новый ноутбук
volvo 07.12.2025
Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro
Музыка, написанная Искусственным Интеллектом
volvo 04.12.2025
Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .
От async/await к виртуальным потокам в Python
IndentationError 23.11.2025
Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .
Поиск "дружественных имён" СОМ портов
Argus19 22.11.2025
Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .
Сколько Государство потратило денег на меня, обеспечивая инсулином.
Programma_Boinc 20.11.2025
Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .
Ломающие изменения в C#.NStar Alpha
Etyuhibosecyu 20.11.2025
Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .
Мысли в слух
kumehtar 18.11.2025
Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .
Создание Single Page Application на фреймах
krapotkin 16.11.2025
Статья исключительно для начинающих. Подходы оригинальностью не блещут. В век Веб все очень привыкли к дизайну Single-Page-Application . Быстренько разберем подход "на фреймах". Мы делаем одну. . .
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin
Copyright ©2000 - 2025, CyberForum.ru