Se cerchi informazioni sul funzionamento delle reti neurali artificiali puoi consultare la tesi “
Le reti neurali artificiali“, in cui sono analizzate le reti neurali di tipo feedforward e i principali algoritmi di apprendimento, integrati da semplici implementazioni in linguaggio C++.
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;
Leggi il resto di questo articolo »