private void ShowMessage(string message)
{
string logString = $"{Time.ToString("HH:mm:ss")} # {VehicleBrand} {Model} - {message}";
Console.WriteLine(logString);
LogString.Add(logString);
}
public void Learning()
{
lock (locker)
LogString.Add("Начало обучения нейронной сети\n");
int counter = 0;
double globalError = requiredErrorSize + 1;
while (globalError > requiredErrorSize)
{
globalError = 0;
counter++;
lock (locker)
LogString.Add("Эпоха: " + counter.ToString() + "\n");
for (int i = 0; i < dataToTrain.TrainSet.Count; i++)
{
layerPerceptron[0].AxonOnPreviousLayer = dataToTrain.TrainSet[i].InputSignal;
Calculate();
layerPerceptron[layerPerceptron.Length - 1].LearningOutput(dataToTrain.TrainSet[i].ExpectedResponse);
for (int j = layerPerceptron.Length - 2; j >= 0; j--)
{
layerPerceptron[j].LearningHidden(layerPerceptron[j + 1].SummMultiply);
}
Calculate();
CalculateLocalError(i);
}
globalError = CalculateGlobalError();
lock (locker)
LogString.Add("Эпоха: " + counter.ToString() + " размер ошибки: " + globalError.ToString() + "\n");
}
lock (locker)
LogString.Add("Нейронная сеть успешно обучилась за " + counter.ToString() + " эпох.\n");
}
private void CalculateLocalError(int indexTask)
{
double[] outputArray = new double[sizeOUT];
outputArray = layerPerceptron[layerPerceptron.Length - 1].AxonLayer;
double[] answerArray = new double[sizeOUT];
answerArray = dataToTrain.TrainSet[indexTask].ExpectedResponse;
double summ = 0;
for (int i = 0; i < sizeOUT; i++)
{
summ += Math.Pow((answerArray[i] - outputArray[i]), 2);
}
lock (locker)
LogString.Add("\tОбучающий сет: " + (indexTask + 1) + " размер локальной ошибки: " + (summ / dataToTrain.TrainSet.Count) + "\n");
}
private double CalculateGlobalError()
{
lock (locker)
LogString.Add("Размер локальных ошибок после прохождения всех сетов:\n");
double returnErrorValue = 0;
double tempLocalErrorValue;
double[] tempAnswerNetwork;
for (int i = 0; i < dataToTrain.TrainSet.Count; i++)
{
tempAnswerNetwork = Calculate(dataToTrain.TrainSet[i].InputSignal);
for (int j = 0; j < dataToTrain.SizeOut; j++)
{
tempLocalErrorValue = Math.Pow((dataToTrain.TrainSet[i].ExpectedResponse[j] - tempAnswerNetwork[j]), 2) / dataToTrain.TrainSet.Count;
returnErrorValue += tempLocalErrorValue;
lock (locker) // TEst
LogString.Add("\tОбучающий сет: " + (i + 1) + " размер локальной ошибки: " + tempLocalErrorValue + "\n");
}
}
return(returnErrorValue);
}