/// <summary>
/// 入力層・中間層・出力層のインスタンスを新規に生成するとともに、全ユニットを初期化する
/// </summary>
public void Init()
{
this.layer = new Layer(this.parameter, this.parameter.TotalLayer - 1);
this.layer.LearningCoefficient = this.parameter.LearningCoefficient;
return;
}
// 3層以上と限定すれば、numOfPreLayerUnitは要らないんだけど2層も試したかったので導入した
/// <summary>
/// レイヤークラスのコンストラクタ
/// <para>このクラスインスタンスを一つ生成すれば、入力層から出力層までを表現可能です。</para>
/// <para>
/// 本クラスを生成する際、numOfPreLayerUnitは0と設定することをお勧めします。
/// 0でなくともエラーは出ませんが、入力層には結合係数が定義されないためです。
/// </para>
/// </summary>
/// <param name="_parameter">ニューラルネットのパラメータ</param>
/// <param name="_myLayerNum">層番号</param>
/// <param name="numOfPreLayerUnit">前の層のユニット数（省略可能です。デフォルトでは0となります。）</param>
public Layer(Parameter _parameter, int _myLayerNum, int numOfPreLayerUnit = 0)
{
this.parameter = _parameter;
this.grossLayerNum = this.parameter.TotalLayer;
this.myLayerNum = _myLayerNum;
// ユニットの準備と、前層のユニット数を記憶する
switch (this.MyKind)
{
case Kind.InputLayer: // 入力層
this.units = new Unit[this.parameter.NumOfUnitInInputLayer]; // 層の種類に合わせて、ユニット数を宣言する
break;
case Kind.HiddenLayer: // 中間層
this.units = new Unit[this.parameter.NumOfUnitInHiddenLayer];
break;
case Kind.OutputLayer: // 出力層
this.units = new Unit[this.parameter.NumOfUnitInOutputLayer];
break;
}
for (int i = 0; i < this.units.Length; i++) this.units[i] = new Unit(numOfPreLayerUnit); // 前の層のユニット数だけ結合係数を生成させる
this.preLayerUnitNum = numOfPreLayerUnit; // 前の層のユニット数を記憶しておく
if (this.MyKind != Kind.OutputLayer)
this.subsidiaryLayer = new Layer(this.parameter, this.myLayerNum - 1, this.units.Length); // 出力層以外なら子レイヤを生成
}
