58 lines
1.5 KiB
C
58 lines
1.5 KiB
C
/*
|
|
Definisco i percettroni della rete neurale per il dataset CIFAR10
|
|
Struttura della rete:
|
|
Livello 1: 256 percettroni con 3072 input ciascuno
|
|
Livello 2: 128 percettroni con 256 input ciascuno
|
|
Livello output: 10 percettroni con 128 input ciascuno
|
|
|
|
In output ci sono 10 percettroni, ognuno di essi è associato ad una categoria del CIFAR10. Alla fine dell'addestramento, la previsione sarà
|
|
data dal percettrone di output che avrà il valore 1 rispetto agli altri 9.
|
|
*/
|
|
#include<stdlib.h>
|
|
#include <math.h>
|
|
|
|
#define INPUT_LIV1 3072
|
|
#define INPUT_LIV2 256
|
|
#define INPUT_LIV3 128
|
|
|
|
double LRE = 0.2;
|
|
|
|
typedef struct {
|
|
double *pesi;
|
|
double bias;
|
|
double lre;
|
|
} Percettrone;
|
|
|
|
double randomico();
|
|
void inzializza_percettrone(Percettrone*, int);
|
|
double funzione_sigmoide(Percettrone, int[], int);
|
|
|
|
double randomico() {
|
|
// Genero numeri nell'intervallo [-1,1]
|
|
return ((double)(rand() % 101 * 0.01 * 2 ) -1);
|
|
}
|
|
|
|
void inizializza_percettrone(Percettrone *p, int n_pesi) {
|
|
p->pesi = (double*)malloc(sizeof(double) * n_pesi );
|
|
for(int i = 0; i < n_pesi; i++)
|
|
p->pesi[i] = randomico();
|
|
|
|
p->bias = randomico();
|
|
p->lre = LRE;
|
|
}
|
|
|
|
double funzione_sigmoide(Percettrone p, int valori[], int n_input) {
|
|
|
|
double sommatoria = 0.0;
|
|
for(int i = 0; i < n_input; i++) {
|
|
sommatoria += (valori[i] * p.pesi[i]);
|
|
}
|
|
|
|
double funzione = sommatoria + p.bias;
|
|
double potenza_e = exp(-funzione);
|
|
|
|
//formula sigmoide
|
|
double risultato = 1 / ( 1 + potenza_e);
|
|
|
|
return risultato;
|
|
} |