static void Main(string[] args)
{
List <double[]> ListVector = new List <double[]>()
{
new double[] { 0.3, 0.7 }, new double[] { -0.6, 0.3 }, new double[] { -0.1, -0.8 }, new double[] { 0.1, -0.45 }
};
double[] ClassesReciever = new double[] { 1, 0, 0, 1 };
double[] PesosVector = new double[] { 0.8, -0.5 };
double TaxaDeAprendizado = 0.5;
double Vies = 0f;
for (int i = 0; i < 4; i++)
{
Neuronio temp = new Neuronio(Vies, ListVector[i], PesosVector);
Trainamento(temp, ClassesReciever[i], TaxaDeAprendizado, PesosVector);
foreach (double w in PesosVector)
{
Console.WriteLine("Peso att " + w);
}
}
Console.ReadKey();
}
public static void Trainamento(Neuronio Neuronio, double classe, double aprendizado, double[] pesos)
{
double TaxaDeErro = 0;
if (Neuronio.output != classe)
{
TaxaDeErro = classe - Neuronio.output;
for (int i = 0; i < Neuronio.Inputs.Length; i++)
{
pesos[i] = pesos[i] + (TaxaDeErro * aprendizado * Neuronio.Inputs[i]);
}
}
}
static void Main(string[] args)
{
NumberFormatInfo number = (NumberFormatInfo)CultureInfo.CurrentCulture.NumberFormat.Clone();
number.NumberDecimalSeparator = ".";
string Treino = Directory.GetCurrentDirectory() + "\\..\\..\\..\\..\\irisTrain.txt";
string Teste = Directory.GetCurrentDirectory() + "\\..\\..\\..\\..\\irisTest.txt";
string[] fileTreino = File.ReadAllLines(Treino);
float[][] valores_inputs = new float[fileTreino.Length][];
string[] resultadosEsperados = new string[fileTreino.Length];
float[] florNumero = new float[fileTreino.Length];
for (int i = 0; i < valores_inputs.Length; i++)
{
valores_inputs[i] = new float[4];
}
//lendo arquivo de treino
for (int i = 0; i < valores_inputs.Length; i++)
{
string[] line = fileTreino[i].Split(",");
for (int j = 0; j < line.Length; j++)
{
if (j != 4)
{
valores_inputs[i][j] = float.Parse(line[j], number);
// Console.WriteLine(valores_inputs[i][j]);
}
else
{
resultadosEsperados[i] = line[j];
florNumero[i] = resultadosEsperados[i].Converter();
}
}
}
//perceptrons
int neuroniosOculta = 5;
int neuroniosSaida = 3;
int numeroInputs = 4;
float taxaAprendizado = 0.1f;
float valorParar = 0.5f;
int valorPararContador = 90;
int maximoGeracoes = 30000;
int geracaoAtual = 0;
float[][] valores_pesosOculta = new float[neuroniosOculta][];
float[][] valores_pesosSaida = new float[neuroniosSaida][];
for (int i = 0; i < valores_pesosOculta.Length; i++)
{
valores_pesosOculta[i] = new float[numeroInputs];
}
for (int i = 0; i < valores_pesosSaida.Length; i++)
{
valores_pesosSaida[i] = new float[neuroniosOculta];
}
Random rnd = new Random((int)DateTime.UtcNow.Ticks);
//inicializando pesos
for (int i = 0; i < valores_pesosOculta.Length; i++)
{
for (int j = 0; j < numeroInputs; j++)
{
valores_pesosOculta[i][j] = (float)rnd.NextDouble();
}
}
for (int i = 0; i < valores_pesosSaida.Length; i++)
{
for (int j = 0; j < neuroniosOculta; j++)
{
valores_pesosSaida[i][j] = (float)rnd.NextDouble();
}
}
//Mostrando pesos antes do treino
Console.WriteLine("PESOS CAMADA OCULTA ANTES DO TREINO");
for (int i = 0; i < valores_pesosOculta.Length; i++)
{
for (int j = 0; j < valores_pesosOculta[i].Length; j++)
{
Console.WriteLine(valores_pesosOculta[i][j]);
}
}
Console.WriteLine("\nPESOS CAMADA SAIDA ANTES DO TREINO");
for (int i = 0; i < valores_pesosSaida.Length; i++)
{
for (int j = 0; j < valores_pesosSaida[i].Length; j++)
{
Console.WriteLine(valores_pesosSaida[i][j]);
}
}
Treinamento();
void Treinamento()
{
Console.ReadLine();
while (true)
{
int contadorErroQuadratico = 0;
for (int i = 0; i < valores_inputs.Length; i++)
{
Neuronio[] camadaOculta = new Neuronio[neuroniosOculta];
Neuronio[] camadaSaida = new Neuronio[neuroniosSaida];
float[] saidasCamadaOculta = new float[neuroniosOculta];
//calculo camada oculta
for (int j = 0; j < camadaOculta.Length; j++)
{
camadaOculta[j] = new Neuronio(valores_pesosOculta[j], valores_inputs[i]);
saidasCamadaOculta[j] = camadaOculta[j].Saida;
}
//calculo camada saida
for (int j = 0; j < camadaSaida.Length; j++)
{
camadaSaida[j] = new Neuronio(valores_pesosSaida[j], saidasCamadaOculta);
}
float[] errosCamadaSaida = new float[neuroniosSaida];
float[] derivadasSaida = new float[neuroniosSaida];
float[] errosSaida = new float[neuroniosSaida];
float erroTotalSaida = 0f;
for (int j = 0; j < errosCamadaSaida.Length; j++)
{
errosCamadaSaida[j] = florNumero[i] - camadaSaida[j].Saida;
// Console.WriteLine(florNumero[i] + " "+ camadaSaida[j].Saida);
derivadasSaida[j] = camadaSaida[j].Saida * (1f - camadaSaida[j].Saida);
errosSaida[j] = errosCamadaSaida[j] * derivadasSaida[j];
erroTotalSaida += errosSaida[j];
}
float erroQuadratico = 0f;
for (int j = 0; j < errosCamadaSaida.Length; j++)
{
erroQuadratico += errosCamadaSaida[j] * errosCamadaSaida[j];
}
if (erroQuadratico < valorParar)
{
++contadorErroQuadratico;
}
Console.WriteLine(erroQuadratico);
for (int j = 0; j < errosCamadaSaida.Length; j++)
{
for (int w = 0; w < valores_pesosSaida[j].Length; w++)
{
//atualizando pesos entre camada oculta e saida
valores_pesosSaida[j][w] += taxaAprendizado * errosSaida[j] * saidasCamadaOculta[w];
}
}
float[] derivadasOculta = new float[neuroniosOculta];
float erroOculta = 0f;
for (int j = 0; j < derivadasOculta.Length; j++)
{
derivadasOculta[j] = camadaOculta[j].Saida * (1.0f - camadaOculta[j].Saida);
erroOculta = derivadasOculta[j] * erroTotalSaida;
for (int w = 0; w < valores_pesosOculta[j].Length; w++)
{
//atualizando pesos entre camada de input e oculta
valores_pesosOculta[j][w] += taxaAprendizado * erroOculta * valores_inputs[i][w];
}
}
// Console.ReadLine();
geracaoAtual++;
}
if (contadorErroQuadratico > valorPararContador)
{
break;
}
else if (geracaoAtual >= maximoGeracoes)
{
geracaoAtual = 0;
//reinicializando pesos
Console.WriteLine("Não consegue né");
for (int i = 0; i < valores_pesosOculta.Length; i++)
{
for (int j = 0; j < numeroInputs; j++)
{
valores_pesosOculta[i][j] = (float)rnd.NextDouble();
}
}
for (int i = 0; i < valores_pesosSaida.Length; i++)
{
for (int j = 0; j < neuroniosOculta; j++)
{
valores_pesosSaida[i][j] = (float)rnd.NextDouble();
}
}
Treinamento();
break;
}
}
}
//Mostrando pesos treinados
Console.WriteLine("PESOS CAMADA OCULTA TREINADOS");
for (int i = 0; i < valores_pesosOculta.Length; i++)
{
for (int j = 0; j < valores_pesosOculta[i].Length; j++)
{
Console.WriteLine(valores_pesosOculta[i][j]);
}
}
Console.WriteLine("PESOS CAMADA SAIDA TREINADOS");
for (int i = 0; i < valores_pesosSaida.Length; i++)
{
for (int j = 0; j < valores_pesosSaida[i].Length; j++)
{
Console.WriteLine(valores_pesosSaida[i][j]);
}
}
//testando
string[] fileTeste = File.ReadAllLines(Teste);
valores_inputs = new float[fileTeste.Length][];
resultadosEsperados = new string[fileTeste.Length];
florNumero = new float[fileTeste.Length];
for (int i = 0; i < valores_inputs.Length; i++)
{
valores_inputs[i] = new float[4];
}
//lendo arquivo de teste
for (int i = 0; i < valores_inputs.Length; i++)
{
string[] line = fileTreino[i].Split(",");
for (int j = 0; j < line.Length; j++)
{
if (j != 4)
{
valores_inputs[i][j] = float.Parse(line[j], number);
}
else
{
resultadosEsperados[i] = line[j];
florNumero[i] = resultadosEsperados[i].Converter();
}
}
}
Neuronio[] testeCamadaOculta = new Neuronio[neuroniosOculta];
Neuronio[] testeCamadaSaida = new Neuronio[neuroniosSaida];
float[] testeSaidasCamadaOculta = new float[neuroniosOculta];
//calculo camada saida
for (int i = 0; i < valores_inputs.Length; i++)
{
//calculo camada oculta
for (int j = 0; j < testeCamadaOculta.Length; j++)
{
testeCamadaOculta[j] = new Neuronio(valores_pesosOculta[j], valores_inputs[j]);
testeSaidasCamadaOculta[j] = testeCamadaOculta[j].Saida;
}
for (int j = 0; j < testeCamadaSaida.Length; j++)
{
testeCamadaSaida[j] = new Neuronio(valores_pesosSaida[j], testeSaidasCamadaOculta);
if (testeCamadaSaida[j].Saida < 0.3f)
{
Console.WriteLine("Resultado é iris-setosa");
}
else if (testeCamadaSaida[j].Saida >= 0.3f && testeCamadaSaida[j].Saida <= 0.6f)
{
Console.WriteLine("Resultado é iris-versicolor");
}
else if (testeCamadaSaida[j].Saida > 0.6f)
{
Console.WriteLine("Resultado é iris-virginica");
}
}
}
Console.ReadKey();
}
