@SuppressWarnings("unused")
public void treinamento(
Double[][] amostras, Double[][] esperado, double taxaDeAprendizado, double precisao) {
double erroAnterior, erroTemp;
if (!pesosSetados) {
inicializarPesos(amostras[0].length);
}
this.erroMedio = 0.0;
this.quantEpocas = 0;
strResult.append("\n--------------------- Treinamento -------------------\n");
strResult.append("Pesos Iniciais \n");
for (int i = 0; i < camadasIntermediarias.size(); i++) {
strResult.append("Camada " + i + "\n");
pesosCamada(camadasIntermediarias.get(i));
}
strResult.append("Camada de Saida\n");
pesosCamada(camadaDeSaida);
do {
erroTemp = 0.0;
erroAnterior = this.erroMedio;
/* Irá percorrer todas as amostras e calcular o erro médio */
for (int i = 0; i < amostras.length; i++) {
camadasIntermediarias.get(0).combinarEntradas(amostras[i]);
camadasIntermediarias.get(0).gerarSaidas();
for (int j = 1; j < camadasIntermediarias.size(); j++) {
camadasIntermediarias
.get(j)
.combinarEntradas(camadasIntermediarias.get(j - 1).getVetorSaida());
camadasIntermediarias.get(j).gerarSaidas();
}
camadaDeSaida.combinarEntradas(
camadasIntermediarias.get(camadasIntermediarias.size() - 1).getVetorSaida());
camadaDeSaida.gerarSaidas();
camadaDeSaida.calcularGradiente(esperado[i]);
camadaDeSaida.ajustarPesos(
taxaDeAprendizado,
camadasIntermediarias.get(camadasIntermediarias.size() - 1).getVetorSaida());
ajustarCamadasIntermediarias(amostras, taxaDeAprendizado, i);
erroTemp += Math.abs(calcularErro(esperado[i]));
}
erroMedio = erroTemp / amostras.length;
quantEpocas++;
} while (this.erroMedio > precisao);
strResult.append("\nTreinado por " + quantEpocas + " épocas.\n");
strResult.append("\nPesos Finais \n");
for (int i = 0; i < camadasIntermediarias.size(); i++) {
strResult.append("Camada " + i + "\n");
pesosCamada(camadasIntermediarias.get(i));
}
strResult.append("Camada de Saida\n");
pesosCamada(camadaDeSaida);
imprimirCamadaDeSaida();
}
public double calcularErro(Double[] esperado) {
double soma = 0.0;
for (int i = 0; i < camadaDeSaida.getVetorSaida().length; i++) {
soma += esperado[i] - camadaDeSaida.getVetorSaida()[i];
}
return soma;
}
private void imprimirCamadaDeSaida() {
for (int i = 0; i < camadaDeSaida.getQuantNeuronios(); i++) {
for (int j = 0; j < camadaDeSaida.getNeuronios().get(i).getPesos().length; j++) {
System.out.print(camadaDeSaida.getNeuronios().get(i).getPesos()[j] + " ");
}
System.out.println("\n");
}
System.out.println("Treinado por " + quantEpocas + " epocas");
}
public void inicializarPesos(int tam) {
if (camadasIntermediarias.size() > 0) {
camadasIntermediarias.get(0).gerarPesos(tam);
for (int i = 1; i < camadasIntermediarias.size(); i++) {
camadasIntermediarias
.get(i)
.gerarPesos(camadasIntermediarias.get(i - 1).getQuantNeuronios());
}
camadaDeSaida.gerarPesos(
camadasIntermediarias.get(camadasIntermediarias.size() - 1).getQuantNeuronios());
} else {
camadaDeSaida.gerarPesos(tam);
}
}
public void executar(Double[] amostras) {
if (camadasIntermediarias.size() > 0) {
camadasIntermediarias.get(0).combinarEntradas(amostras);
camadasIntermediarias.get(0).gerarSaidas();
for (int i = 1; i < camadasIntermediarias.size(); i++) {
camadasIntermediarias
.get(i)
.combinarEntradas(camadasIntermediarias.get(i - 1).getVetorSaida());
camadasIntermediarias.get(i).gerarSaidas();
}
camadaDeSaida.combinarEntradas(
camadasIntermediarias.get(camadasIntermediarias.size() - 1).getVetorSaida());
camadaDeSaida.gerarSaidas();
strResult.append("\nSaida " + Arrays.toString(camadaDeSaida.getVetorSaida()));
} else {
camadaDeSaida.combinarEntradas(amostras);
camadaDeSaida.gerarSaidas();
}
imprimeVetor(camadaDeSaida.getVetorSaida());
}
public void setarPesos(Double[] pesos1, Double[] pesos2, Double[] pesos3) {
inicializarPesos(2);
camadasIntermediarias.get(0).getNeuronios().get(0).setPesos(pesos1);
camadasIntermediarias.get(0).getNeuronios().get(1).setPesos(pesos2);
camadaDeSaida.getNeuronios().get(0).setPesos(pesos3);
}