neural.neuron
Class NeuralNet

java.lang.Object
  |
  +--neural.neuron.NeuralNet

Direct Known Subclasses:

NeuralBiasedNet

public class NeuralNet

extends Object

Klasa sieci neuronowych. Może składać się z dowolnej liczby warstw. Wejścia każdego neuronu są dołącznone do wyjść wszystkich neuronów warstwy poprzedzającej (lub wejść sieci w przypadku pierwszej warstwy). Potrafi uczyć się metodą propagacji wstecznej.

Author:

Bartłomiej Starosta

Field Summary

protected ActivationFunction	actFun Funkcja aktywacji.
protected double	error Błąd sieci.
protected Slot[]	inputs Tablica wejść w sieci
protected Neuron[][]	net Tablica warstw neuronów tworzących sieć.
protected Slot[]	outputs Tablica wyjść.

Constructor Summary

NeuralNet(int ins, int[] layers)
Tworzy sieć o podanych parametrach.

NeuralNet(int ins, int[] layers, ActivationFunction af)
Tworzy sieć o podanych parametrach.

Method Summary

void	adjustWeights(double learningRate) Poprawia wagi wszystkich neuronów.
double	countErrors(double[] data) Wylicza błędy neuronów w sieci oraz ogólny błąd sieci.
void	fire() Uruchamia obliczenia.
double[]	fire(double[] input) Odpala sieć na podanym zestawie wejść i zwraca odpowiedź sieci.
double	getError() Zwraca wcześniej policzony błąd sieci.
double	getError(double[] data) Oblicza błąd sieci dla danego zestawu oczekiwanych wyjść.
protected Neuron	getNeuron(int ins, ActivationFunction af) Tworzy nowy neuron.
double[]	getOutput() Pobiera wartości stanów wyjściowych.
double	getOutput(int pos) pobiera wartość na danym wyjściu.
void	setInput(double[] data) Ustawia wartości sygnałów na wejściach.
void	setInput(int pos, double val) Ustawia wartość sygnału na podanym wejściu.
String	toString()
double	trainStep(double learningRate, double[] ins, double[] outs) Wykonuje jeden krok uczenia.

Methods inherited from class java.lang.Object

, clone, equals, finalize, getClass, hashCode, notify, notifyAll, registerNatives, wait, wait, wait

Field Detail

actFun

protected ActivationFunction actFun

Funkcja aktywacji.

error

protected double error

Błąd sieci. Używany podczas uczenia propagacją wsteczną. Kiedy wartość błędu jest nieaktualna przypisuje się tej zmiennej wartość nieokreśloną.

inputs

protected Slot[] inputs

Tablica wejść w sieci

net

protected Neuron[][] net

Tablica warstw neuronów tworzących sieć.

outputs

protected Slot[] outputs

Tablica wyjść.

Constructor Detail

NeuralNet

public NeuralNet(int ins,
                 int[] layers)

Tworzy sieć o podanych parametrach. Domyślną funkcją aktywacji jest UnipolarSigmoid.

Parameters:

layers - tablica zawierająca liczby neuronów w kolejnych warstawach (długość tablicy jest liczbą warstw)

ins - liczba wejść

NeuralNet

public NeuralNet(int ins,
                 int[] layers,
                 ActivationFunction af)

Tworzy sieć o podanych parametrach.

Parameters:

layers - tablica zawierająca liczby neuronów w kolejnych warstawach (długość tablicy jest liczbą warstw)

af - funkcja aktywacji

ins - liczba wejść

Method Detail

adjustWeights

public void adjustWeights(double learningRate)

Poprawia wagi wszystkich neuronów.

Parameters:

learningRate - wspołczynnik uczenia

countErrors

public double countErrors(double[] data)

Wylicza błędy neuronów w sieci oraz ogólny błąd sieci.

Parameters:

data - oczekiwane odpowiedzi (wartości wyjść)

Returns:

błąd sieci - odchylenie od oczekiwanej odpowiedzi

fire

public void fire()

Uruchamia obliczenia. Anuluje poprzednią wartość błędu.

fire

public double[] fire(double[] input)

Odpala sieć na podanym zestawie wejść i zwraca odpowiedź sieci.

Parameters:

input - dane wejściowe

Returns:

odpowiedź sieci

getError

public double getError()

Zwraca wcześniej policzony błąd sieci.

Returns:

błąd sieci

getError

public double getError(double[] data)

Oblicza błąd sieci dla danego zestawu oczekiwanych wyjść. Ma sens tylko po wywołaniu fire().

Parameters:

data - oczekiwane wyjście

Returns:

błąd sieci

getNeuron

protected Neuron getNeuron(int ins,
                           ActivationFunction af)

Tworzy nowy neuron. To jest wrapper dla konstruktorów klasy Neuron i pochodnych. Przdefiniowując tę funkcję w podklasie, można zbudować sieć z innych typów neuronów niż domyślne klasy Neuron.

Parameters:

ins - liczba wejść

af - funkcja aktywacji

Returns:

nowy neuron

getOutput

public double[] getOutput()

Pobiera wartości stanów wyjściowych.

Returns:

tablica wartości wyjściowych

getOutput

public double getOutput(int pos)

pobiera wartość na danym wyjściu.

Parameters:

pos - numer wyjścia

Returns:

wartość sygnału na podanym syjściu

setInput

public void setInput(double[] data)

Ustawia wartości sygnałów na wejściach.

Parameters:

data - tablica wartości wejściowych

setInput

public void setInput(int pos,
                     double val)

Ustawia wartość sygnału na podanym wejściu.

Parameters:

pos - numer wejścia

val - wartość sygnału

toString

public String toString()

Overrides:

toString in class Object

trainStep

public double trainStep(double learningRate,
                        double[] ins,
                        double[] outs)

Wykonuje jeden krok uczenia.

Parameters:

learningRate - stała uczenia

ins - dane wejściowe

outs - oczekiwane odpowiedzi

Returns:

błąd sieci