diff --git a/classificatore_singolo b/classificatore_singolo
index 78ec9e8..43dd1e0 100755
Binary files a/classificatore_singolo and b/classificatore_singolo differ
diff --git a/classificatore_singolo.c b/classificatore_singolo.c
index 9c83241..333ea7a 100644
--- a/classificatore_singolo.c
+++ b/classificatore_singolo.c
@@ -4,7 +4,7 @@
 // Scelgo quale categoria voglio identificare. nel caso dello xor -1
 #define CATEGORIA 7
 #define NUM_LAYERS 4
-#define PERCETTRONI_LAYER_0 64
+#define PERCETTRONI_LAYER_0 32
 #define MAX_EPOCHE 100
 
 //1 relu, 2 sigmoide
@@ -80,6 +80,8 @@ void main()
 
             errore_totale += pow(gradiente_errore, 2) * 0.5;
 
+            
+
             // Derivata funzione attivazione
             double derivata_funzione_out = derivata_sigmoide(funzioni_attivazione[NUM_LAYERS - 1][0]);
             // if (derivata_funzione_out == 0.0) derivata_funzione_out = 1;
@@ -87,7 +89,10 @@ void main()
             // Gradiente del percettrone output
             gradienti[NUM_LAYERS - 1][0] = gradiente_errore * derivata_funzione_out;
 
+            //Crasha nella discesa del gradiente all'immagine indice 16 quando metto troppi percettroni
             discesa_gradiente(rete_neurale, funzioni_attivazione, gradienti, TIPO_FUNZIONE);
+            
+            
 
             // A questo punto ho tutti i gradienti dei percettroni, non mi resta che trovare i gradienti dei pesi e correggerli
 
diff --git a/percettroni.h b/percettroni.h
index e5e9350..450355f 100644
--- a/percettroni.h
+++ b/percettroni.h
@@ -108,7 +108,7 @@ ReteNeurale inizializza_rete_neurale(int numero_layers, int numero_percettroni_i
     r.size = numero_layers;
 
     // Funzione esponenziale inversa layer 5
-    for (int livello = 0; livello < numero_layers; livello++)
+    /* for (int livello = 0; livello < numero_layers; livello++)
     {
         double esponente = (double)livello / (double)numero_layers;
         double frazione = (double)1 / (double)numero_percettroni_iniziali;
@@ -124,6 +124,24 @@ ReteNeurale inizializza_rete_neurale(int numero_layers, int numero_percettroni_i
             r.layers[livello] = inizializza_layer(numero_percettroni_livello, numero_input);
         else
             r.layers[livello] = inizializza_layer(numero_percettroni_livello, r.layers[livello - 1].size);
+    } */
+
+    for (int livello = 0; livello < numero_layers; livello++)
+    {
+        if (livello == 0) {
+            printf("Layer %d -> percettroni: %d\n", livello, numero_percettroni_iniziali);
+            r.layers[livello] = inizializza_layer(numero_percettroni_iniziali, numero_input);
+        }
+            
+        else if(livello < numero_layers -1) {
+            printf("Layer %d -> percettroni: %d\n", livello, numero_percettroni_iniziali*2);
+            r.layers[livello] = inizializza_layer(numero_percettroni_iniziali * 2, r.layers[livello - 1].size);
+        }
+            
+        else {
+            printf("Layer %d -> percettroni: %d\n", livello, 1);
+            r.layers[livello] = inizializza_layer(1, r.layers[livello - 1].size);
+        }
     }
 
     return r;
diff --git a/visualizzatore b/visualizzatore
index ba15974..1e5dfca 100755
Binary files a/visualizzatore and b/visualizzatore differ