Nei tutorial precedenti abbiamo visto come sia possibile creare ed addestrare una rete neurale artificiale attraverso la libreria Serotonina.

Per poter elaborare le informazioni attraverso una rete neurale “addestrata” è sufficiente utilizzare il metodo Run. Tale metodo prende come unico argomento un vettore contenente le informazioni da processare, ovvero i valori che saranno assegnati agli ingressi della rete, e restituisce un riferimento al vettore delle uscite, ossia il risultato dell’elaborazione.

// Carico la rete neurale da un file
Network network( "train/and.net" );

// Preparo gli ingressi della rete
std::vector< T_Precision > inputs;

inputs.push_back(1);
inputs.push_back(1);

// Calcolo l'uscita della rete neurale
const std::vector< T_Precision > &outputs = network.Run( inputs );

// Stampo i risultati
std::cout.setf( std::ios::fixed, std::ios::floatfield );
std::cout < < "Run ( " << inputs[0] << " AND " << inputs[1] << " ) = " << outputs[0] << std::endl;

(continua…)

Prima di poter essere utilizzata, una rete neurale artificiale deve essere addestrata, ossia calibrata in modo tale da rispondere correttamente agli stimoli di ingresso.

La libreria Serotonina mette a disposizione diversi algoritmi per l’addestramento supervisionato, tra cui la Backpropagation (Batch) e la Rprop. Ogni algoritmo è implementato come una classe figlia di TrainAlgorithm ed è definito all’interno del namespace Algorithms.

L’addestramento è effettuato attraverso un’apposita classe, chiamata Trainer (Addestratore), che si interfaccia con l’istanza della rete neurale artificiale che deve essere addestrata.

// Creo una rete neurale 2x5x1
Network network( 3, 2, 5, 1 );

// Creo l'addestratore della rete neurale
Trainer trainer( network );

Il metodo costruttore della classe Trainer accetta come unico parametro l’istanza (o un puntatore all’istanza) della rete neurale.

(continua…)

Terzo tutorial sulla libreria Serotonina.

Per creare una nuova rete neurale artificiale è sufficiente istanziare la classe Network.
Il metodo costruttore più semplice da utilizzare è quello basato sulle macro della libreria cstdarg.

// Creo una rete neurale 2x5x1
Serotonina::Network network( 3, 2, 5, 1 );

Il primo argomento indica il numero totale degli strati della nuova rete neurale, mentre i successivi indicano il numero dei neuroni che comporranno ogni strato, in modo ordinato dal primo all’ultimo.

(continua…)

Per poter utilizzare Serotonina in un vostro progetto è sufficiente includere l’header “serotonina.hpp“.

// Includo l'intestazione di Serotonina
#include <serotonina.hpp>

Per linkare la libreria, invece, potete utilizzare l’utility pkg-config nel seguente modo:

(continua…)

In questo breve tutorial vedremo come compilare ed installare sul nostro sistema operativo la libreria Serotonina.

L’ultima versione dei sorgenti di Serotonina è disponibile sul sito Github.com.

(continua…)