def options():
printc("cyan", "1. Ver dados padrões.")
printc("cyan", "2. Ver dados customizados.")
printc("cyan", "3. Gerar dados aleatórios.")
printc("cyan", "4. Instruções.")
printc("cyan", "5. Voltar.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if (option == '1'):
printData()
aux.press_enter()
menu()
elif (option == '2'):
printData("custom")
aux.press_enter()
menu()
elif (option == '3'):
generateRandomData()
aux.press_enter()
menu()
elif (option == '4'):
texts.instructions()
aux.press_enter()
menu()
elif (option == '5'):
aux.clear_screen()
return
else:
menu(True)
def options():
learning_rate, minibatch, trainset, testset, epochs = get_configs()
printc("cyan", "1. Learning rate: \033[1;33m" + str(learning_rate))
printc("cyan", "2. Minibatch: \033[1;33m" + str(minibatch))
printc("cyan", "3. Conjunto de treino: \033[1;33m" + str(trainset))
printc("cyan", "4. Conjunto de teste: \033[1;33m" + str(testset))
printc("cyan", "5. Épocas: \033[1;33m" + str(epochs))
printc("cyan", "6. Voltar.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if (option == '1'):
x = input("Insira o novo valor: ")
set_configs('learning_rate', x)
menu()
elif (option == '2'):
x = input("Insira o novo valor: ")
set_configs('minibatch', x)
menu()
elif (option == '3'):
x = input("Insira o novo valor: ")
set_configs('trainset', x)
menu()
elif (option == '4'):
x = input("Insira o novo valor: ")
set_configs('testset', x)
menu()
elif (option == '5'):
x = input("Insira o novo valor: ")
set_configs('epochs', x)
menu()
elif (option == '6'):
return
else:
menu(True)
def instruction3():
aux.clear_screen()
text = [
"Como inserir novos algoritmos:", "", "-> Inserindo em código:", "",
" O módulo com seu código deve estar na pasta \"~/modules\".",
" Abra o arquivo \"algorithms.py\" e, na sessão indicada por",
" comentários no código, insira as informações e o algoritmo",
" nos devidos locais instruídos. Bem como, deve-se importar",
" um módulo em python, com seu algoritmo, no local indicado.",
" Caso seu algoritmo não esteja em python, deve-se realizar ",
" uma interação entre as linguagens. Isto foi feito para nosso",
" algoritmo (dfs) e pode ser visualizado no arquivo \"dfs.py\".", "",
"-> Formato dos retorno dos resultados:", "",
" Os resultados retornados pelo módulo em python devem estar",
" em um array, onde cada elemento é uma linha, terminada por",
" \"\\n\", se quiser ter uma quebra de linha. Recomendamos que",
" se leve em conta o tamanho do terminal na escritura dos",
" resultados. Uma maneira fácil de fazer isto é escrevendo os ",
" resultados em um arquivo de texto, com a formatação de seu",
" gosto, e ler as linhas do arquivo para um array. O que também",
" foi feito no módulo \"dfs.py\"."
]
b.normal_blox(text, "@", 76, "white", True)
print()
aux.press_enter()
aux.clear_screen()
def options():
printc("cyan", "1. Enunciado e análise.")
printc("cyan", "2. Ver ou inserir dados.")
printc("cyan", "3. Resolução.")
printc("cyan", "4. Configurações.")
printc("cyan", "5. Créditos.")
printc("cyan", "6. Sair.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if (option == '1'):
texts.problemAnalysis()
aux.press_enter()
menu()
elif (option == '2'):
dataManip.menu()
menu()
elif (option == '3'):
resolution.menu()
menu()
elif (option == '4'):
configs.menu()
menu()
elif (option == '5'):
texts.credit()
aux.press_enter()
menu()
elif (option == '6'):
aux.clear_screen()
exit(0)
else:
menu(True)
def show_results(alg):
aux.clear_screen()
t.header(alg)
aux.printc("bwhite", "Resultados:")
print()
for i in results:
print(i, end='')
print()
aux.press_enter()
def getPrecision(op='standard'):
if (op == 'standard'): return 10**-5
precision = input("Especifique a precisão (exemplo: 10e-6): ")
aux.clear_screen()
separator = 0
for i in precision:
if (i == 'e'): break
separator += 1
base = int(precision[:separator])
exponent = int(precision[separator + 1:])
return base**exponent
def options():
learning_rate, minibatch, trainset, testset, epochs = config.get_configs()
printc("cyan","1. Visualizar arquitetura.")
printc("cyan","2. Treinar rede.")
printc("cyan","3. Testar rede.")
printc("cyan","4. Predição individual.")
printc("cyan","5. Carregar modelo.")
printc("cyan","6. Salvar modelo.")
printc("cyan","7. Resetar pesos.")
printc("cyan","8. Configurações.")
printc("cyan","9. Créditos.")
printc("cyan","10. Sair.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if(option=='1'):
actions.print_model(net, minibatch)
aux.press_enter()
menu()
elif(option=='2'):
actions.train(net, epochs, trainset, minibatch, learning_rate) # (net, epochs, trainset, minibatch, learning rate)
aux.press_enter()
menu()
elif(option=='3'):
actions.test(net, testset, minibatch) # (net, testset, minibatch)
aux.press_enter()
menu()
elif(option=='4'):
actions.pred(net, minibatch)
aux.press_enter()
menu()
elif(option=='5'):
dm.load_model(net)
menu()
elif(option=='6'):
dm.save_model(net)
aux.press_enter()
menu()
elif(option=='7'):
dm.reset_weights(net)
menu()
elif(option=='8'):
config.menu()
menu()
elif(option=='9'):
texts.credit()
aux.press_enter()
menu()
elif(option=='10'):
aux.clear_screen()
exit(0)
else:
menu(True)
def menu(error_message=False):
aux.clear_screen()
a = getDataInputConfigs()
if (a == 0): return
texts.print_blox("CONFIGURAÇÕES")
if (error_message):
aux.error_option()
print("Formato dos dados: ", end="")
if (a == '1'):
aux.printc("purple", "Matrizes e vetores separados em arquivos.\n")
elif (a == '0'):
aux.printc("purple", "Os 2 sistemas em um só arquivo.\n")
options()
def options():
aux.printc("cyan", "1. Alterar formato de obtenção dos dados.")
aux.printc("cyan", "2. Voltar.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if (option == '1'):
actual = getDataInputConfigs()
if (actual == '0'): setDataInputConfigs("apart")
else: setDataInputConfigs("together")
menu()
elif (option == '2'):
aux.clear_screen()
return
else:
menu(True)
def instruction1():
aux.clear_screen()
text = [
"Como utilizar o programa:", "",
" Escolha a opção \"Iniciar\", então escolha o algoritmo que deseja",
" executar. ", "",
" Após isto, escolha o grafo no qual deseja usar o algoritmo.", "",
" Por fim, escolha a opção \"Executar\".", "",
" Para visualizar os resultados novamente escolha \"Visualizar ",
" resultados\".", "",
" Se desejar visualizar o grafo escolha \"Visualizar grafo\"."
]
b.normal_blox(text, "@", 76, "white", True)
print()
aux.press_enter()
aux.clear_screen()
def general_menu(header_title="MENU",
options="main_options",
alg="",
graph="",
error=False,
error2=False,
error2n=3):
aux.clear_screen()
header(header_title)
if (error): aux.error_msg()
if (error2): aux.error_msg(error2n)
print("\n")
cursor_up = call_options(options, alg, graph)
aux.cursor_up(cursor_up)
op = input("Escolha uma opção: ")
aux.clear_screen()
return op
def choose_custom(alg):
x = ""
graphs = os.listdir("modules/Grafos")
while (x not in graphs):
aux.clear_screen()
t.header(alg)
print()
aux.printc("yellow", "Grafos encontrados:\n")
for i in graphs:
aux.printc("lyellow", i)
print("")
x = input("Escolha um grafo (ou exit para voltar): ")
if (x == "exit"): return ""
elif (x not in graphs):
print()
aux.error_msg(3)
aux.press_enter()
return x
def instruction2():
aux.clear_screen()
text = [
"Como adicionar grafos personalizados:", "",
"-> Grafos personalizados:", "",
" O arquivo de grafo tem extensão \".txt\" e suas linhas devem",
" conter o seguinte formato:",
" > Primeira linha - número de vértices e de arestas, nesta ordem e",
" separados por um espaço",
" > Linhas seguintes - primeiro vértice, segundo vértice e peso (ou",
" distância) da aresta, nesta ordem e separados por um espaço.", "",
"-> Inserir / Remover os arquivos personalizados:", "",
" Os arquivos estão localizados no caminho \"~/modules/Grafos\"."
]
b.normal_blox(text, "@", 76, "white", True)
print()
aux.press_enter()
aux.clear_screen()
def options():
printc("cyan", "1. Usar dados padrões.")
printc("cyan", "2. Usar dados customizados.")
printc("cyan", "3. Voltar.\n")
option = input("Insira a opção desejada: ")
aux.clear_screen()
if (option == '1'):
solve()
aux.press_enter()
menu()
elif (option == '2'):
solve("custom")
aux.press_enter()
menu()
elif (option == '3'):
aux.clear_screen()
return
else:
menu(True)
def random_menu(alg):
while True:
aux.clear_screen()
t.header(alg)
print()
vertex = input("Informe a quantidade de vértices do grafo: ")
if (not vertex.isdigit()):
aux.printc("red", "\nPor favor digite um inteiro positivo.")
aux.press_enter()
continue
vertex = int(vertex)
ans = input("Quer um grafo completo? (s/n): ").lower()
if (ans != 's' and ans != 'n'):
aux.printc("red",
"\nPor favor digite apenas \'s\' ou \'n\' (sem o \')")
aux.press_enter()
continue
complete = True if ans == 's' else False
if (complete): connected = True
else:
ans = input("O grafo é conexo? (s/n): ").lower()
if (ans != 's' and ans != 'n'):
aux.printc(
"red",
"\nPor favor digite apenas \'s\' ou \'n\' (sem o \')")
aux.press_enter()
continue
connected = True if ans == 's' else False
aux.printc("yellow",
"\nInforme o nome com o qual deseja salvar o arquivo")
aux.printc("yellow", "que contém o grafo (sem a extensão), ou apenas")
filename = input(
"\033[1;33mpressione enter para salvar como \"random.txt\": \033[0m"
) + ".txt"
if (filename == ".txt"): filename = "random.txt"
print()
rg.generate(vertex, complete, connected, filename)
return filename
def credits():
aux.clear_screen()
text = [
"UECE - Universidade Estadual do Ceará",
"Curso de Ciência da Computação",
"Disciplina de Teoria dos Grafos",
"",
"Docente:",
"Mestra Camila Campos Colares das Dores",
"",
"Discentes:",
"Gabriel Furtado Lins Melo",
"José Gabriel Uchoa Holanda",
"Lucas Almeida Aguiar",
"Vinicius Amaro Sampaio",
"",
"Linguagens de Desenvolvimento:",
"Python 3",
"C++",
]
b.normal_blox(text, size=74, color="white")
print()
aux.press_enter()
aux.clear_screen()
def menu(error_message=False): aux.clear_screen() texts.print_blox() if(error_message): aux.error_option() options()
def openData(op="standard"):
a = getDataInputConfigs()
if (op == "standard"):
file_path = os.path.join(os.path.dirname(__file__), "data", "together",
"standard")
elif (op == "custom"):
if (a == '0'):
listdir_nohidden("data/together")
filename = input("\nInsira o nome do arquivo que deseja usar: ")
file_path = os.path.join(os.path.dirname(__file__), "data",
"together", filename)
elif (a == '1'):
listdir_nohidden("data/apart")
A1 = input("\nInsira o nome do arquivo da matriz A1: ")
A1_path = os.path.join(os.path.dirname(__file__), "data", "apart",
A1)
if (not os.path.isfile(A1_path)):
printc("red", "O arquivo " + A1_path + " não foi encontrado!")
return 0
b1 = input("Insira o nome do arquivo do vetor b1: ")
b1_path = os.path.join(os.path.dirname(__file__), "data", "apart",
b1)
if (not os.path.isfile(b1_path)):
printc("red", "O arquivo " + b1_path + " não foi encontrado!")
return 0
A2 = input("Insira o nome do arquivo da matriz A2: ")
A2_path = os.path.join(os.path.dirname(__file__), "data", "apart",
A2)
if (not os.path.isfile(A2_path)):
printc("red", "O arquivo " + A2_path + " não foi encontrado!")
return 0
b2 = input("Insira o nome do arquivo do vetor b2: ")
b2_path = os.path.join(os.path.dirname(__file__), "data", "apart",
b2)
if (not os.path.isfile(b2_path)):
printc("red", "O arquivo " + b2_path + " não foi encontrado!")
return 0
aux.clear_screen()
with open(A1_path, 'r') as f:
A1 = np.loadtxt(f)
with open(b1_path, 'r') as f:
b1 = np.loadtxt(f)
with open(A2_path, 'r') as f:
A2 = np.loadtxt(f)
with open(b2_path, 'r') as f:
b2 = np.loadtxt(f)
matrix = systemToMatrix(A1, b1, A2, b2)
return matrix
if (a == '0' or op == "standard"):
aux.clear_screen()
if (os.path.isfile(file_path)):
if (os.path.getsize(file_path) > 0):
with open(file_path, 'r') as f:
matrix = np.loadtxt(
f, comments='S') # ignora as linhas começadas com 'S'
return matrix
else:
printc("red", "O arquivo " + file_path + " está vazio!")
return 0
else:
printc("red", "O arquivo " + file_path + " não foi encontrado!")
return 0
