Александр Кириченко - Нейросетевое программирование. Инструментарий нейрокомпьютинга

{

// Constructor without arguments

SecondsTimer ()

{

mId = gSecondsTimerInstanceCount++;

mReferenceTime = Now ();

}

// Constructor with initial elapse time [s] (начальное время истечения)

SecondsTimer (uint seconds)

{

mId = gSecondsTimerInstanceCount++;

// Получить текущее время, добавить прошедшие секунды и сохранить полученное время.

int now = Now ();

mReferenceTime = now + seconds;

// Только для целей отладки:

/*

string timeStr;

TimeToString (now, timeStr);

Trace (timeStr);

TimeToString (mReferenceTime, timeStr);

Trace (» Timer " + mId + " started. Will elapse at:" + timeStr + "\n»);

строка timeStr;

TimeToString (now (сейчас), timeStr);

Trace (Трассировка) (timeStr);

TimeToString (mReferenceTime, timeStr);

Trace («Таймер» + mId + «запущен. Пройдет по адресу (закончится):" + timeStr + "\ n»);

*/

}

~SecondsTimer ()

{

gSecondsTimerInstanceCount – ;

}

// Проверяем, истек ли таймер

bool IsElapsed ()

{

int now = Now ();

bool elapsed = now> = mReferenceTime;

return elapsed;

}

// Запускаем таймер по истечении заданного времени

void Start (uint seconds)

{

// Получить текущее время, добавить прошедшие секунды и сохранить полученное время.

int now = Now ();

mReferenceTime = now + seconds;

}

// Запускаем таймер для подсчета секунд

void Start ()

{

// Получить текущее время, установить время истечения на то же значение.

int now = Now ();

mReferenceTime = now;

}

// Return the elapsed seconds since the timer was started

int SecondsSinceStart ()

{

// Получить текущее время

return Now () – mReferenceTime;

}

// Контрольное время для этого таймера

int mReferenceTime;

// ID таймера для этого таймера (необходим только для отладочных сообщений)

uint mId;

};

Что собой представляет нейросеть?

С внутренним устройством нейросети можно познакомиться, произведя экспорт созданной нейросети (Exporting a Net) в csv-файл.

В MemBrain есть возможность экспортировать сетевой список текущей нейронной сети через файл csv, содержащий значения, разделенные запятыми. Этот файл в дальнейщем можно использовать для импорта нейронной сети, созданной и, обученной с помощью MemBrain, в другое прикладное программное обеспечение.

С помощью следующего диалога можно выбрать уровень детализации, который вы хотите включить в файл экспорта.

Чтобы экспортировать сеть, выберите . Появится:

Рис.12 Настройка экспорта нейросети

Этот диалог позволяет выбрать свойства нейронов и ссылок, которые нужно экспортировать в файл. Когда вы сделали свой выбор, нажмите ОК. Вам будет предложено выбрать местоположение и имя файла для сохранения экспортированного файла.

Когда вы экспортируете сеть, MemBrain создает для этой цели секционированный CSV-файл. Этот файл состоит из разделов данных, которые идентифицируются несколькими ключевыми словами, каждое из которых включено в начальный и конечный теги '<' и '>' соответственно. Точный формат файла зависит от свойств, которые вы выбрали для экспорта и может выглядеть следующим образом:

/*

MemBrain, Version XX. XX

( )

Секционированный CSV-файл

Стартовые ключевые слова для сети

[]

Дополнительная информация о содержимом файла

[]

Этот файл представляет собой нейронную сеть MemBrain.

Информация о формате, используемом для экспорта нейронов – это своего рода «заголовок» для объяснения данных, содержащихся в разделе [<], который следует далее.

[]

ID; LAYER; NAME = Идентификатор; Слой; Название

Этот раздел содержит все нейроны в сети. Один нейрон всегда представлен одной строкой в CSV-файле.

[]

1;I; In1

2;I; In2

3;O; Out

Информация о формате, используемом для экспорта ссылок – это своего рода «заголовок» для объяснения данных, содержащихся в раздел [<], который будет следующим.

[

SOURCE_ID; TARGET_ID; WEIGHT

Этот раздел содержит все ссылки в сети.

Одна ссылка всегда представлена одной строкой в CSV-файле.

[]

1;3;0,263535

2;3;0,178995

Конец ключевых слов.

[]

*/

Покажем на реальном примере:

Пример.

Создадим нейросеть для анализа принадлежности точки одному из двух множеств: синему или жёлтому.

Для обучения покажем нейросети смешанный файл с точками circle1.csv (374 записей):

csv-файл

Файл circle1.csv

Для контроля хода обучения создадим файл с точками, которые не показываются нейросети при обучении:

Файл circle2.csv (21 запись)

Оба эти файла получены из полного исходного файла «circle. csv», содержащего 394 записи:

Файл «circle. csv»

Загружаем нейросеть из «Circle_1.mbn»

Рис.13 Нейросеть загружена

Загружаем «circle1.csv»

Рис.14 Загружен обучающий файл

Загружаем «circle2.csv»

Рис.15 Загружен контролирующий файл

После настройки Lesson Editor для обучения:

Рис.16 Подготовка обучения нейросети

Согласуем нейросеть с настройкой нейропакетаMemBrain.

После согласования нейросети с Lesson Editor (Names from Net) надо нормализовать Wizard через Extras. Теперь можно обучать нейросеть:

Рис.17 Ход обучения виден в окне Pattern Error Viewer:

Рассмотрим подробнее ход обучения.

Рис.18 Ход обучения нейросети

Для ознакомления с полученной структурой и составом обученной нейросети экспортируем нейросеть в csv-файл «экспорт 1. csv». Для этого определим состав выводимой информации:

Рис.19 Подготовка экспорта обученной нейросети

Экспорт произведём нажатием кнопки «Export» в меню «File».

Обученная нейросеть будет выведена в файл «Export Circle. csv»:

Рис.20 Характеристики нейросети после обучения