public Topology(ActivationFuncType activationFunc, int inputneurons, int outputneurons, params int[] hiddenneurons)
{
InputCount = inputneurons;
OutputCount = outputneurons;
HiddenLayers = hiddenneurons;
ActivationFunc = activationFunc;
}
/// <summary>
/// Конструктор перцептрона
/// </summary>
/// <param name="funcType">Тип функции активации</param>
/// <param name="layers">Массив, где каждый элемент - количество нейронов на слое</param>
/// <param name="WithSoftmax">Использовать ли SoftMax</param>
public BNPNet(ActivationFuncType funcType, int[] layers, bool WithSoftmax = false)
{
ActivationFuncType = funcType;
this.WithSoftmax = WithSoftmax;
SetActivationFunc(funcType);
Layers = new List <Neuron[]>(layers.Length);
for (int i = 0; i < layers.Length; i++)
{
if (i != layers.Length - 1)
{
Layers.Add(new Neuron[layers[i] + 1]);
Layers[i][^ 1] = new Neuron {
public static double Use(ActivationFuncType type, double x) // Возвращает результат выбранной функции
{
switch (type)
{
case ActivationFuncType.Sigmoid:
double result = (1 / (1 + Math.Pow(Math.E, -x)));
return(result);
default:
throw new Exception("Функция активации использована неверно");
}
}
public static double UseDX(ActivationFuncType type, double output)
{
switch (type)
{
case ActivationFuncType.Sigmoid:
double result = output * (1 - output);
return(result);
default:
throw new Exception("Производная функции активации использована неверно");
}
}
