def __init__(self,
point_reward=None,
scope_limit=1,
traning_count=2,
learning_rate=0.1):
'''
初期化する
Args:
point_reward: 壁、スタート地点、ゴール地点の報酬
scope_limit: 深層ボルツマンマシンによる探索範囲
（例） 距離的な概念であるため
1なら上下左右斜め1個分隣のマスが範囲になる
traning_count: 深層ボルツマンマシンの訓練回数
learning_rate: 深層ボルツマンマシンの学習率
'''
if point_reward is not None:
self.__point_reward = point_reward
self.__scope_limit = scope_limit
neuron_count = self.__decide_neuron_count(scope_limit)
self.__dbm = DeepBoltzmannMachine(DBMMultiLayerBuilder(),
[neuron_count, 3, 1],
SigmoidFunction(),
ContrastiveDivergence(),
learning_rate)
self.__traning_count = traning_count
# 深層ボルツマンマシンの引数の形式に前処理する
traning_y = traning_y.reshape((len(traning_y), 1))
data_arr = np.hstack((traning_y, traning_x))
traning_data_matrix = list(data_arr)
test_y = test_y.reshape((len(test_y), 1))
data_arr = np.hstack((test_y, test_x))
test_data_matrix = list(data_arr)
evaluate_data_list = []
# 深層ボルツマンマシンを構築する(第二引数の各層のニューロンの個数はデモのためアトランダムに規定）
dbm = DeepBoltzmannMachine(
DBMMultiLayerBuilder(),
[len(traning_data_matrix[0]), 8, 6, 4, 2],
LogisticFunction(),
ContrastiveDivergence(),
0.05
)
dbm.learn(traning_data_matrix, traning_count=1)
evaluate_dict = dbm.evaluate_bool(test_data_matrix)
evaluate_data_list.append(evaluate_dict)
dbm = DeepBoltzmannMachine(
DBMMultiLayerBuilder(),
[len(traning_data_matrix[0]), 8, 6, 4],
LogisticFunction(),
ContrastiveDivergence(),
0.05
)
dbm.learn(traning_data_matrix, traning_count=1)
