public static List <float> PricesSequenceToInputVector(List <float> pricesSequence)
{
List <float> inputVector = new List <float>();
for (int key_from = pricesSequence.Count - 1; key_from >= period; key_from--)
{
for (int key_to = key_from - 1; key_to >= key_from - period; key_to--)
{
inputVector.Add(pricesSequence[key_from] - pricesSequence[key_to]);
}
}
inputVector = MatrixTools.NormalizeV(inputVector);
//do only after normalization
if (inputVector.Count > 0)
{
inputVector.Add(pricesSequence[pricesSequence.Count - 1]);//add current price to last position of input vector
}
//Console.WriteLine("pricesSequence[pricesSequence.Count - 1] = {0}", pricesSequence[pricesSequence.Count - 1]);
return(inputVector);
}
public float[] Query(float[] _input)
{
this.input = _input;
float[] Input = MatrixTools.MultiplyMV(matrices[0], _input);//умножаем матрицу 0 на вектор входящего сигнала, получаем инпут слоя 1
float[] Output = ActivationFunction(Input);//применяем функцию активации к инпуту слоя 1, получаем аутпут слоя 1
SetVector(layers[0], Output);//записываем значения первого слоя
for (int l = 1; l < layers.Length; l++)
{
//Console.WriteLine(MatrixTools.Matrix2String(matrices[l]));
Input = MatrixTools.MultiplyMV(matrices[l], GetVector(incoming_vectors_keys[l]));
Output = ActivationFunction(Input);
SetVector(layers[l], Output);
}
Input = MatrixTools.MultiplyMV(matrices[matrices.Length - 1], GetVector(incoming_vectors_keys[incoming_vectors_keys.Length - 1]));
return output = ActivationFunction(Input);
}
private void MakeMatricesAndVectors()
{
if (values != null)
return;
int[] queue = new int[DNA.Length]; //порядок обработки нейронов, номер нода -> номер очереди
byte[] map_outputs = new byte[DNA.Length]; //здесь отмечаем нейроны которые соединяются с последним слоем
List<int>[] links_from = new List<int>[DNA.Length]; //здесь ДНК наоборот - номер нейрона -> список с номерами "входящих" связей
int node_link_to, current_node_level, max_level = 0;
bool is_output;
for (int current_node = 0; current_node < DNA.Length; current_node++)
{
current_node_level = queue[current_node];
is_output = true;
for (int i = 0; i < DNA[current_node].Length; i++)
{
node_link_to = current_node + DNA[current_node][i];
if (node_link_to >= DNA.Length)
continue;
if (links_from[node_link_to] == null)
links_from[node_link_to] = new List<int>();
links_from[node_link_to].Add(current_node);
queue[node_link_to] = Math.Max(queue[node_link_to], current_node_level + 1);
max_level = Math.Max(queue[node_link_to], max_level);
is_output = false;
}
map_outputs[current_node] = (byte)(is_output ? 1 : 0);
}
layers = new List<int>[max_level + 1];
for (int i = 0; i < queue.Length; i++)
{
if (layers[queue[i]] == null)
layers[queue[i]] = new List<int>();
layers[queue[i]].Add(i);
}
//строим векторы и матрицы
List<int> vecOutKeys = new List<int>();
matrices = new float[layers.Length + 1][,];
incoming_vectors_keys = new int[layers.Length + 1][];
matrices[0] = MatrixTools.FillRandomMatrix(layers[0].Count, input_layer_size);//матрица между Vi и Vh0
for (int layer = 1; layer < layers.Length; layer++)
{
incoming_vectors_keys[layer] = GetLayerIncomeKeys(layers[layer], links_from);
matrices[layer] = MatrixTools.FillRandomMatrix(layers[layer], incoming_vectors_keys[layer], links_from);
}
incoming_vectors_keys[incoming_vectors_keys.Length - 1] = GetOutputKeys(map_outputs);
matrices[matrices.Length - 1] = MatrixTools.FillRandomMatrix(output_layer_size, incoming_vectors_keys[incoming_vectors_keys.Length - 1].Length);
input = new float[input_layer_size];
values = new float[DNA.Length];
output = new float[output_layer_size];
}
