From b4c345e6a5fa929ba20eac19183b9c777055f52d Mon Sep 17 00:00:00 2001
From: Gaspard Coulet <gaspard.coulet@mines-ales.org>
Date: Wed, 28 Apr 2021 23:12:36 +0200
Subject: Initial commit

---
 Layer/InputLayer.cpp | 31 ++++++++++++++++++++++
 Layer/InputLayer.h   | 10 +++++++
 Layer/Layer.cpp      | 75 ++++++++++++++++++++++++++++++++++++++++++++++++++++
 Layer/Layer.h        | 32 ++++++++++++++++++++++
 4 files changed, 148 insertions(+)
 create mode 100644 Layer/InputLayer.cpp
 create mode 100644 Layer/InputLayer.h
 create mode 100644 Layer/Layer.cpp
 create mode 100644 Layer/Layer.h

(limited to 'Layer')

diff --git a/Layer/InputLayer.cpp b/Layer/InputLayer.cpp
new file mode 100644
index 0000000..79c0751
--- /dev/null
+++ b/Layer/InputLayer.cpp
@@ -0,0 +1,31 @@
+#include "./InputLayer.h"
+/**
+ * Constructeur par taille
+ * @method InputLayer::InputLayer
+ * @param  taille                 Nombre de neurones dans le layer
+ */
+InputLayer::InputLayer(int taille,FonctionActivation::EnumFonctionActivation fct){
+  membres =std::vector<Neurone *> (taille);
+  nbNeurone = taille;
+  input=std::vector<double>(taille);
+  output= std::vector<double>(taille);
+  for (int i = 0; i < taille; i ++){
+    membres[i] = new Neurone(1, new std::vector<double>(1,1),fct);
+  }
+}
+/**
+ * Méthode de propagation en avant
+ * @method InputLayer::fire
+ * @param  input            Vecteur en entrées
+ * @param  k                Coefficient de sigmoid
+ * @return                  Valeur d'activation
+ */
+std::vector<double> InputLayer::fire(std::vector<double> input, double k){
+  for (unsigned int i =0; i < input.size(); i ++){
+    this->input[i] = input[i];
+  }
+  for (int i = 0 ; i < nbNeurone; i ++){
+    output[i]=membres[i]->fire({input[i]},k); //faut il activer ou non? OUI!
+  }
+  return output;
+}
diff --git a/Layer/InputLayer.h b/Layer/InputLayer.h
new file mode 100644
index 0000000..aa89a4c
--- /dev/null
+++ b/Layer/InputLayer.h
@@ -0,0 +1,10 @@
+#ifndef _INPUTLAYER_H_
+#define _INPUTLAYER_H_
+#include "./Layer.h"
+
+class InputLayer : public Layer {
+public:
+  InputLayer(int,FonctionActivation::EnumFonctionActivation fct);
+  std::vector<double> fire(std::vector<double>, double);
+};
+#endif
diff --git a/Layer/Layer.cpp b/Layer/Layer.cpp
new file mode 100644
index 0000000..52b9861
--- /dev/null
+++ b/Layer/Layer.cpp
@@ -0,0 +1,75 @@
+#include"./Layer.h"
+
+/**
+ * Constructeur par défauts
+ * @method Layer::Layer
+ */
+Layer::Layer(){}
+/**
+ * Constructeur avec arguments
+ * @method Layer::Layer
+ * @param  type         Type de layer
+ * @param  nbneur       Nombre de neurone
+ * @param  nbinput      Nombre d'entrée par neurone
+ */
+Layer::Layer(TypeLayer type,int nbneur, int nbinput, FonctionActivation::EnumFonctionActivation fct):nbNeurone(nbneur)
+{
+  membres = std::vector<Neurone*>(nbneur);
+  input=std::vector<double>(nbinput);
+  output= std::vector<double>(nbneur);
+    for (int i =0; i < nbneur; i ++){
+      membres[i]= new NeuroneB(nbinput,fct);
+  }
+}
+/**
+* @method Layer::getNeurone
+* @param  index             index
+* @return                   Neurone
+*/
+Neurone * Layer::getNeurone (int index){
+  return membres[index];
+}
+/**
+ * Affiche les poids
+ * @method Layer::printWeight
+ */
+void Layer::printWeight(){
+  for (int i =0; i < nbNeurone;i++){
+    std::cout<<"Neurone numero : "<<i<<std::endl;
+    membres[i]->printWeight();
+  }
+}
+/**
+ * @method Layer::getNbNeurones
+ * @return Nombre de neurones
+ */
+int Layer::getNbNeurones(){
+    return nbNeurone;
+}
+/**
+ * @method Layer::getInput
+ * @return Retourne le vecteur d'entrées
+ */
+std::vector<double> Layer::getInput(){
+    return input;
+}
+std::vector<double> Layer::getOutput(){
+    return output;
+}
+
+/**
+ * Propagation en avant
+ * @method Layer::fire
+ * @param  input       Vecteur en entrées
+ * @param  k           Coefficient de sigmoid
+ * @return             Vecteur des valeurs d'activations
+ */
+std::vector<double> Layer::fire(std::vector<double> input, double k) {
+  for (unsigned int i =0; i < input.size(); i ++){
+    this->input[i] = input[i];
+  }
+  for (int i = 0; i < nbNeurone; i++){
+    output[i] = membres[i]->fw_activate(membres[i]->fw_sum(input),k);
+  }
+return output;
+}
diff --git a/Layer/Layer.h b/Layer/Layer.h
new file mode 100644
index 0000000..501ed86
--- /dev/null
+++ b/Layer/Layer.h
@@ -0,0 +1,32 @@
+#ifndef _LAYER_H_
+#define _LAYER_H_
+#include"../Neurone/Neurone.h"
+#include"../Neurone/NeuroneB.h"
+#include "../Neurone/FonctionActivation.h"
+#include<vector>
+
+class Layer {
+public:
+  enum TypeLayer {
+    INPUT,
+    OUTPUT,
+    HIDDEN
+  };
+protected:
+  double k;
+  int nbNeurone;
+  std::vector<Neurone *> membres;
+  std::vector<double> input;
+  std::vector<double> output;
+  TypeLayer type;
+public:
+  Layer();
+  Layer(TypeLayer,int,int,FonctionActivation::EnumFonctionActivation);
+  Neurone * getNeurone(int index);
+  virtual std::vector<double> fire(std::vector<double>, double);
+  int getNbNeurones();
+  std::vector<double> getInput();
+  std::vector<double> getOutput();
+  void printWeight();
+};
+ #endif
-- 
cgit v1.2.3