/// <summary>
/// Создаём свёрточную нейронную сеть
/// </summary>
private void GenerateNSCov()
{
int NeuronCountInHiddenLayer = 8;
HiddenLayer = new List<Neuron>();
//Для свёрточной сети у нас будет два ядра - все нейроны будут продублированны
for (int i = 0; i < NeuronCountInHiddenLayer; i++)
{
List<int> Root = new List<int>();//Входы нейрона
for (int j = -1; j < 2; j++) //Пиксели изображения, которые нейрон берёт
Root.Add(1 + j + i);
List<int> Leaf = new List<int>();
Leaf.Add(0);
Leaf.Add(1);
double AP = int.Parse(textBox4.Text);
HiddenLayer.Add(new Neuron(Root, Leaf, 1, 0, AP, P)); //Создаём нейрон
HiddenLayer.Add(new Neuron(Root, Leaf, 1, 0, AP, P)); //Создаём нейрон
}
//Инициализируем матрицы свёрточной сети
for (int i = 0; i < Svertka.Length; i++)
{
Svertka[i] = P.NextDouble() / 10.0;
Svertka2[i] = P.NextDouble() / 10.0;
}
List<int> Root2 = new List<int>();//Входы для выходных нейронов
for (int j = 0; j < 2*NeuronCountInHiddenLayer; j++)
Root2.Add(j);
List<int> Leaf2 = new List<int>();
Leaf2.Add(0);
GoodOut = new Neuron(Root2, Leaf2, 0, 0, int.Parse(textBox4.Text), P);//Выходной положительный нейрон
BadOut = new Neuron(Root2, Leaf2, 0, 0, int.Parse(textBox4.Text), P);//Выходной отрицательный нейрон
VideoKernel1 = new Image<Bgr, byte>(450, 16, new Bgr(255, 255, 255));//Изорбажение для последующей отрисовки активности сети
VideoKernel2 = new Image<Bgr, byte>(450, 16, new Bgr(255, 255, 255));//Изорбажение для последующей отрисовки активности сети
}
/// <summary>
/// Считаем ошибку для нейрона скрытой сети
/// </summary>
/// <param name="t1">Положительный нейрон выхода</param>
/// <param name="t2">Отрицателньый нейрон выхода</param>
/// <param name="myname">Номер текущего нейрона</param>
public void ThetaForNode(Neuron t1, Neuron t2, int myname)
{
//Величина ошибки считается как обратная проекция нейрона
BPThetta = t1.mass[myname] * t1.BPThetta + t2.mass[myname] * t2.BPThetta;
}
/// <summary>
/// Задаём нейронную сеть на старте
/// </summary>
private void GenerateNS()
{
int NeuronCountInHiddenLayer = 8; //Количество нейронов в скрытом слое
HiddenLayer = new List<Neuron>();
for (int i = 0; i < NeuronCountInHiddenLayer; i++)
{
List<int> Root = new List<int>(); //Входы нейрона
for (int j = -1; j < 2; j++) //Нацеливаем входы на изображение
Root.Add(1 + j + i);
List<int> Leaf = new List<int>(); //Выходы нейрона
Leaf.Add(0); //Положительный нейрон
Leaf.Add(1); //Отрицательный нейрон
double AP = int.Parse(textBox4.Text); //Параметр активации
HiddenLayer.Add(new Neuron(Root, Leaf, 0, 0, AP, P)); //Создаём нейрон скрытого слоя с такими характеристиками
}
List<int> Root2 = new List<int>(); //Входы для выходных нейронов
for (int j = 0; j < NeuronCountInHiddenLayer; j++)
Root2.Add(j);
List<int> Leaf2 = new List<int>();
Leaf2.Add(0); //Выходы для выходных нейронов
GoodOut = new Neuron(Root2, Leaf2, 0, 0, int.Parse(textBox4.Text), P); //Выходной положительный нейрон
BadOut = new Neuron(Root2, Leaf2, 0, 0, int.Parse(textBox4.Text), P); //Выходной отрицательный нейрон
VideoKernel1 = new Image<Bgr, byte>(450, 8, new Bgr(255, 255, 255)); //Изорбажение для последующей отрисовки активности сети
VideoKernel2 = new Image<Bgr, byte>(450, 8, new Bgr(255, 255, 255));//Изорбажение для последующей отрисовки активности сети
}
