/*{
* return Task.CompletedTask;
* }*/
// установка безусловного рефлекса, будем проводить тупо по прямой от начальной точки до конечной (ставим макс вес если связи нет то создадим ее)
// надо подумать хорошо ли так. с одной стороны максимальная скрость реакции с другой очень сложно подавить такой рефлекс условным
// договоримся безусловный рефлекс проводить по всем слоям от начальной точки до конечной. при таком варианте получаем возможность подавить на любом уровне
// и при желании можно увеличить скорость реакции прокачав более короткую связь (через несколько слоев) обучением
// в теории, таким способом мы можем задать очень медленный безусловный рефлекс задав более длинный путь (попетляв по слоям туда сюда)
public void SetUnconditionedReflex(List <NCoords> path)
{
if (!checkNeurons())
{
return;
}
for (var i = 1; i < path.Count; i++)
{
var beginN = Neurons[path[i - 1].Z][path[i - 1].Y][path[i - 1].X];
var destN = path[i].ToSingle(LenX, LenY);
var founded = false;
foreach (var output in beginN.Output)
{
if (output.Neuron == destN) // связь нашли усилим ее до макс и свалим
{
output.Weight = UNCONDITIONED_REFLEX_WEIGHT;
founded = true;
break;
}
}
if (!founded)
{
var o = new NRelation()
{
Neuron = destN, Weight = UNCONDITIONED_REFLEX_WEIGHT
};
o.SetNeuron(Neurons[path[i].Z][path[i].Y][path[i].X]);
beginN.Output.Add(o);
}
}
}
// создаем выходные связи для нейрона (рандомно)
private List <NRelation> _createOutputForNeuron(int x, int y, int z)
{
if (NEED_STAT_WEIGHT)
{
MinWeight = 0;
MaxWeight = 0;
}
var output = new List <NRelation>();
// по оси Z распределение норм тут не надо замыкать последний слой на первый
var minZ = z - MAX_DEEP_RELATIONS_Z; if (minZ < 1)
{
minZ = 1;
}
var maxZ = z + MAX_DEEP_RELATIONS_Z; if (maxZ > LenZ - 1)
{
maxZ = LenZ - 1;
}
// а вот по икс и игрек хотелось бы замкнуть первые нейроны на последние
var minY = y - maxDeepRelationsY; /*if (minY < 0) minY = 0;*/ var maxY = y + maxDeepRelationsY; // if (maxY > LenY - 1) maxY = LenY - 1;
var minX = x - maxDeepRelationsX; /*if (minX < 0) minX = 0;*/ var maxX = x + maxDeepRelationsX; // if (maxX > LenX - 1) maxX = LenX - 1;
/*if (z==0 && y==1 && x==2)
* _logger.LogInformation(2111, "NNet _createOutputForNeuron {x}-{xx} {y}-{yy} {z}-{zz}", minX, maxX, minY, maxY, minZ, maxZ);
* /**/
for (var zz = minZ; zz <= maxZ; zz++) // первый слой входы (входы исключительно на другие слои)
{
for (var yy = minY; yy <= maxY; yy++)
{
for (var xx = minX; xx <= maxX; xx++)
{
// замыкания по оси икс и игрек
var yyy = yy; var xxx = xx;
if (yy < 0)
{
yyy = LenY + yy;
}
if (yy > LenY - 1)
{
yyy = yy - (LenY);
}
if (xx < 0)
{
xxx = LenX + xx;
}
if (xx > LenX - 1)
{
xxx = xx - (LenX);
}
// связь на себя не допускаем, тока косвенная - через другие нейроны
if (x == xxx && yyy == y && z == zz)
{
continue;
}
var coords = new NCoords(xxx, yyy, zz);
var o = new NRelation()
{
Neuron = coords.ToSingle(LenX, LenY), Weight = _rand.NextFloat(MIN_INIT_WEIGHT, MAX_INIT_WEIGHT), WeightChange = 0
};
if (NEED_STAT_WEIGHT)
{
// здесь не надо юзать WeightSum так как WeightChange==0
if (MinWeight > o.Weight)
{
MinWeight = o.Weight;
}
if (MaxWeight < o.Weight)
{
MaxWeight = o.Weight;
}
}
/*if (z == 0 && y == 1 && x == 2)
* {
* _logger.LogInformation(1111, "NNet _createOutputForNeuron for ({x}, {y}, {z}) => {n} ({xx}, {yy}, {zz})", x, y, z, (new NCoords(xxx, yyy, zz)).ToSingle(LenX, LenY), xxx, yyy, zz);
* }/**/
o.SetNeuron(Neurons[zz][yyy][xxx]);
output.Add(o);
}
}
}
return(output);
}