def generateTrainSet(self):
"""
Gerneruje zestaw treningowy.
Przeprowadza naukę sieci neuronowej.
Parametry treningu sieci są pobierane z elementów GUI.
Uwaga: Każdorazowo sieć tworzona jest na nowo.
"""
if len(self.ui.o_zbiorTreningowy.text()) == 0:
QMessageBox.warning(None, "BMMSI",
u"Należy podać istniejącą scieżkę")
return
gen = GenratorPlikuTestowego()
gen.generuj(self.ui.o_zbiorTreningowy.text())
if self.siec_neuronowa is not None:
del self.siec_neuronowa
self.siec_neuronowa = None
ssn_params = [
25,
] #wartstwa wejściowa
# warstwy ukryte
for x in range(self.ui.i_iloscWarstwUkrytych.value()):
ssn_params.append(self.ui.i_liczbaNeuronowWarstwaUkryta.value())
# warstwa wyjściowa
ssn_params.append(4)
self.siec_neuronowa = SSN(
2 + self.ui.i_iloscWarstwUkrytych.value(),
ssn_params,
)
self.siec_neuronowa.logEntry.connect(self.addLineToLog)
self.siec_neuronowa.train(
(QDir.currentPath() + QDir.separator() + "test.txt"),
liczbaEpok=self.ui.i_liczbaEpok.value(),
N=self.ui.i_wspolczynnikUczenia.value(),
M=self.ui.i_wspolczynnikMomentum.value(),
min_blad=self.ui.i_limiWartosciBledu.value())
self.ui.ib_testuj.setEnabled(True)
def generateTrainSet(self):
"""
Gerneruje zestaw treningowy.
Przeprowadza naukę sieci neuronowej.
Parametry treningu sieci są pobierane z elementów GUI.
Uwaga: Każdorazowo sieć tworzona jest na nowo.
"""
if len (self.ui.o_zbiorTreningowy.text()) == 0:
QMessageBox.warning(None, "BMMSI", u"Należy podać istniejącą scieżkę")
return
gen = GenratorPlikuTestowego()
gen.generuj(self.ui.o_zbiorTreningowy.text())
if self.siec_neuronowa is not None:
del self.siec_neuronowa
self.siec_neuronowa = None
ssn_params = [25,] #wartstwa wejściowa
# warstwy ukryte
for x in range(self.ui.i_iloscWarstwUkrytych.value()):
ssn_params.append(self.ui.i_liczbaNeuronowWarstwaUkryta.value())
# warstwa wyjściowa
ssn_params.append(4)
self.siec_neuronowa = SSN( 2 + self.ui.i_iloscWarstwUkrytych.value(),
ssn_params,
)
self.siec_neuronowa.logEntry.connect(self.addLineToLog)
self.siec_neuronowa.train((QDir.currentPath()+QDir.separator()+"test.txt"),
liczbaEpok=self.ui.i_liczbaEpok.value(),
N=self.ui.i_wspolczynnikUczenia.value(),
M=self.ui.i_wspolczynnikMomentum.value(),
min_blad = self.ui.i_limiWartosciBledu.value() )
self.ui.ib_testuj.setEnabled(True)
class BmmsiWindow(QWidget):
"""
Klasa obsługi interfejsu graficznego.
Tworzy i zarządza oknem apliakcji.
"""
def __init__(self, parent=None):
"""
Konstruktor klasy okna.
Tworzy okno widoczne na ekranie i połączenia przycisków w stylu Qt.
"""
QtGui.QWidget.__init__(self, parent)
self.ui = Ui_Form()
self.ui.setupUi(self)
self.ui.ib_zbiorTreningowy.clicked.connect(self.chooseFolder)
self.ui.ib_zbudujTrenujSiec.clicked.connect(self.generateTrainSet)
self.ui.ib_testuj.clicked.connect(self.testCustomText)
self.ui.o_zbiorTreningowy.setText(QDir.currentPath() +
QDir.separator() + u"testFolder")
# Na początku nie mamy zadnej sieci
self.siec_neuronowa = None
def chooseFolder(self):
"""
Obsluga wyboru polozenia katalogu z danymi testowymi
"""
dir = QtGui.QFileDialog.getExistingDirectory()
self.ui.o_zbiorTreningowy.setText(dir)
def generateTrainSet(self):
"""
Gerneruje zestaw treningowy.
Przeprowadza naukę sieci neuronowej.
Parametry treningu sieci są pobierane z elementów GUI.
Uwaga: Każdorazowo sieć tworzona jest na nowo.
"""
if len(self.ui.o_zbiorTreningowy.text()) == 0:
QMessageBox.warning(None, "BMMSI",
u"Należy podać istniejącą scieżkę")
return
gen = GenratorPlikuTestowego()
gen.generuj(self.ui.o_zbiorTreningowy.text())
if self.siec_neuronowa is not None:
del self.siec_neuronowa
self.siec_neuronowa = None
ssn_params = [
25,
] #wartstwa wejściowa
# warstwy ukryte
for x in range(self.ui.i_iloscWarstwUkrytych.value()):
ssn_params.append(self.ui.i_liczbaNeuronowWarstwaUkryta.value())
# warstwa wyjściowa
ssn_params.append(4)
self.siec_neuronowa = SSN(
2 + self.ui.i_iloscWarstwUkrytych.value(),
ssn_params,
)
self.siec_neuronowa.logEntry.connect(self.addLineToLog)
self.siec_neuronowa.train(
(QDir.currentPath() + QDir.separator() + "test.txt"),
liczbaEpok=self.ui.i_liczbaEpok.value(),
N=self.ui.i_wspolczynnikUczenia.value(),
M=self.ui.i_wspolczynnikMomentum.value(),
min_blad=self.ui.i_limiWartosciBledu.value())
self.ui.ib_testuj.setEnabled(True)
def testCustomText(self):
"""
Przeprowadza test dla wprowadzonego tekstu.
"""
if len(self.ui.i_tekstWejsciowy.toPlainText()) == 0:
QMessageBox.warning(None, "BMMSI", u"Należy podać tekst.")
return
wyn = [0, 0, 0, 0]
wyn = self.siec_neuronowa.test(
czestotliwosc(self.ui.i_tekstWejsciowy.toPlainText()))
self.ui.o_en.setValue(wyn[0] * 100 if wyn[0] > 0 else 0)
self.ui.o_de.setValue(wyn[1] * 100 if wyn[1] > 0 else 0)
self.ui.o_pl.setValue(wyn[2] * 100 if wyn[2] > 0 else 0)
self.ui.o_fr.setValue(wyn[3] * 100 if wyn[3] > 0 else 0)
def addLineToLog(self, what):
"""
Dodaje informacje do pola "log"
"""
self.ui.o_log.appendPlainText('[' + str(datetime.now()) + '] ' + what)
class BmmsiWindow(QWidget):
"""
Klasa obsługi interfejsu graficznego.
Tworzy i zarządza oknem apliakcji.
"""
def __init__(self, parent=None):
"""
Konstruktor klasy okna.
Tworzy okno widoczne na ekranie i połączenia przycisków w stylu Qt.
"""
QtGui.QWidget.__init__(self, parent)
self.ui = Ui_Form()
self.ui.setupUi(self)
self.ui.ib_zbiorTreningowy.clicked.connect(self.chooseFolder)
self.ui.ib_zbudujTrenujSiec.clicked.connect(self.generateTrainSet)
self.ui.ib_testuj.clicked.connect(self.testCustomText)
self.ui.o_zbiorTreningowy.setText(
QDir.currentPath()+QDir.separator()+u"testFolder")
# Na początku nie mamy zadnej sieci
self.siec_neuronowa = None
def chooseFolder(self):
"""
Obsluga wyboru polozenia katalogu z danymi testowymi
"""
dir = QtGui.QFileDialog.getExistingDirectory()
self.ui.o_zbiorTreningowy.setText(dir)
def generateTrainSet(self):
"""
Gerneruje zestaw treningowy.
Przeprowadza naukę sieci neuronowej.
Parametry treningu sieci są pobierane z elementów GUI.
Uwaga: Każdorazowo sieć tworzona jest na nowo.
"""
if len (self.ui.o_zbiorTreningowy.text()) == 0:
QMessageBox.warning(None, "BMMSI", u"Należy podać istniejącą scieżkę")
return
gen = GenratorPlikuTestowego()
gen.generuj(self.ui.o_zbiorTreningowy.text())
if self.siec_neuronowa is not None:
del self.siec_neuronowa
self.siec_neuronowa = None
ssn_params = [25,] #wartstwa wejściowa
# warstwy ukryte
for x in range(self.ui.i_iloscWarstwUkrytych.value()):
ssn_params.append(self.ui.i_liczbaNeuronowWarstwaUkryta.value())
# warstwa wyjściowa
ssn_params.append(4)
self.siec_neuronowa = SSN( 2 + self.ui.i_iloscWarstwUkrytych.value(),
ssn_params,
)
self.siec_neuronowa.logEntry.connect(self.addLineToLog)
self.siec_neuronowa.train((QDir.currentPath()+QDir.separator()+"test.txt"),
liczbaEpok=self.ui.i_liczbaEpok.value(),
N=self.ui.i_wspolczynnikUczenia.value(),
M=self.ui.i_wspolczynnikMomentum.value(),
min_blad = self.ui.i_limiWartosciBledu.value() )
self.ui.ib_testuj.setEnabled(True)
def testCustomText(self):
"""
Przeprowadza test dla wprowadzonego tekstu.
"""
if len(self.ui.i_tekstWejsciowy.toPlainText()) == 0:
QMessageBox.warning(None, "BMMSI", u"Należy podać tekst.")
return
wyn = [0,0,0,0]
wyn = self.siec_neuronowa.test(czestotliwosc( self.ui.i_tekstWejsciowy.toPlainText() ) )
self.ui.o_en.setValue(wyn[0]*100 if wyn[0] > 0 else 0)
self.ui.o_de.setValue(wyn[1]*100 if wyn[1] > 0 else 0)
self.ui.o_pl.setValue(wyn[2]*100 if wyn[2] > 0 else 0)
self.ui.o_fr.setValue(wyn[3]*100 if wyn[3] > 0 else 0)
def addLineToLog(self, what):
"""
Dodaje informacje do pola "log"
"""
self.ui.o_log.appendPlainText('['+str(datetime.now())+'] ' + what)