private void treinar_rede()
{
progressBar1.Value = 0;
int n1 = int.Parse(textBox1.Text);
int n2 = int.Parse(textBox2.Text);
int n3 = int.Parse(textBox3.Text);
int max = int.Parse(textBox4.Text);
N.e = float.Parse(textBox5.Text);
RN rede = new RN(1, n1, n2, n3);
List <float[]> entradas = new List <float[]>();
List <float[]> saidas = new List <float[]>();
gp.Clear(pictureBox1.BackColor);
foreach (ponto pt in pontos)
{
entradas.Add(new float[] { pt.x / W });
saidas.Add(new float[] { pt.y / H });
gp.FillEllipse(Brushes.Black, pt.x - 3, pt.y - 3, 6, 6);
}
float step = max / 100f;
float value = step;
//treinamento da rede
for (int iteracao = 0; iteracao < max; iteracao++)
{
if (iteracao > value)
{
value += step;
progressBar1.Value += 1;
}
rede.treinar(entradas, saidas);
}
//desenha curva apartir da rede treinada
float py = 0f;
for (int px = 0; px < W; px += 2)
{
py = H * rede.update(new float[] { px / W })[0];
gp.FillEllipse(Brushes.Red, px - 2, py - 2, 4, 4);
}
pictureBox1.Image = bmp;
progressBar1.Value = 100;
update_buttons(true);
thr.Abort();
}
private void button8_Click(object sender, EventArgs e)
{
OpenFileDialog abrir = new OpenFileDialog();
abrir.Title = "Abrir RedeNeural";
abrir.Filter = "Formato RN (.rn)|*.rn|All files (*.*)|*.*";
if (abrir.ShowDialog() != DialogResult.OK)
{
return;
}
rede = RN.Carregar(abrir.FileName);
}
public static RN Carregar(string path)
{
try
{
XmlSerializer reader = new XmlSerializer(typeof(RN));
StreamReader file = new StreamReader(path);
RN nc = (RN)reader.Deserialize(file);
file.Close();
return(nc);
}
catch (Exception e)
{
Console.WriteLine(e.Message);
return(null);
}
}
private void treinar_rede()
{
progressBar1.Value = 0;
int n1 = int.Parse(textBox5.Text);
int n2 = int.Parse(textBox2.Text);
int n3 = int.Parse(textBox3.Text);
int n4 = int.Parse(textBox4.Text);
N.e = float.Parse(textBox6.Text);
rede = new RN(120, n1, n2, n3);
List <float[]> entradas = new List <float[]>();
List <float[]> saidas = new List <float[]>();
//for (int c = 0; c < casos.Count; c++)
for (int c = 0; c < numeros.Count; c++)
{
//bool[][] caso = casos.lista_caso[c];
bool[][] caso = numeros.lista_caso[c];
float[] ent = new float[12 * 10];
for (int i = 0; i < 12; i++)
{
for (int j = 0; j < 10; j++)
{
int idx = 10 * i + j; //tabindex
if (caso[i][j])
{
ent[idx] = 1.0f;
}
}
}
entradas.Add(ent);
//saidas.Add(new float[] { (float)casos.lista_numero[c] / 10f });
float[] vetor = new float[n3];
vetor[numeros.lista_numero[c]] = 1.0f;
saidas.Add(vetor);
}
float step = n4 / 100f;
float value = step;
for (int i = 0; i < n4; i++)
{
if (i > value)
{
value += step;
progressBar1.Value += 1;
}
rede.treinar(entradas, saidas);
}
progressBar1.Value = 100;
update_buttons(true);
thr.Abort();
}
