blob: 52b98613a3d9da3867381384881ca959c17656b0 (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
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;
}
|
