def le_camada_entrada(self, nome_arquivo, quantas_entradas,
ultimo_id_neuronio, learning_rate, momentum):
with open(nome_arquivo, 'r') as arquivo_leitura_entrada:
quantos_leu = 0
for linha in arquivo_leitura_entrada:
linha_quebrada = linha.split(' ')
for i in linha_quebrada[
0]: # pega as ENTRADAS somente (desconsidera saída esperada AINDA)
n = Neuronio(
ultimo_id_neuronio, i, learning_rate,
momentum) # passando peso -1 como teste apenas
n.entradas = [float(i)]
n.saida = float(
i) # coloca entrada na saída para primeira camada
self.neuronios.append(n)
ultimo_id_neuronio += 1
quantos_leu += 1
if (quantos_leu == quantas_entradas):
self.exibe_neuronios()
break
return ultimo_id_neuronio
camada_escondida = Camada(quantos_neuronios_camada_escondida)
quantos_neuronios_camada_saida = settings.quantidade_neuronios_camada_saida
camada_saida = CamadaSaida(quantos_neuronios_camada_saida)
camada_saida.le_saida_esperada(nome_arquivo_leitura, 1,
linha_arquivo_treino)
# LEITURA DA CAMADA ESCONDIDA
for indice_neuronio_escondido in range(
quantos_neuronios_camada_escondida):
neuronio_novo = Neuronio(settings.ultimo_id_neuronio, [],
taxa_aprendizagem, settings.momentum)
neuronio_novo.entradas = [
neuronio for neuronio in camada_entrada.neuronios
]
neuronio_novo.pesos = [
camada_escondida.__gera_peso_aleatorio__()
for neuronio in camada_entrada.neuronios
]
camada_escondida.neuronios.append(neuronio_novo)
settings.ultimo_id_neuronio += 1
# camada_escondida.neuronios.append(neuronio)
# LEITURA DA CAMADA DE SAÍDA
for _ in range(quantos_neuronios_camada_saida):
neuronio_novo = Neuronio(settings.ultimo_id_neuronio, [],
taxa_aprendizagem, settings.momentum)
for neuronio in camada_escondida.neuronios:
neuronio_novo.entradas.append(neuronio)
