def results(graph_path):
run(graph_path)
results_path = "modules/Resultados/" + graph_path[:-4] + "_out.txt"
report = read_file(results_path)
print("Tudo pronto!\n")
aux.press_enter()
return report
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 algorithm_menu(alg):
global graph_path
global results
error = False
error2 = False
while True:
x = t.general_menu(alg, "algorithms_options2", alg, graph_path, error,
error2)
error = False
error2 = False
if (x == "1"):
if (graph_path not in os.listdir("modules/Grafos")): error2 = True
else:
results = call(alg)
show_results(alg)
elif (x == "2"):
if (graph_path not in os.listdir("modules/Grafos")): error2 = True
else:
gd.draw_graph(graph_path)
elif (x == "3"):
if len(results) == 0:
aux.printc("red", "Execute o algoritmo primeiro!\n")
aux.press_enter()
else:
show_results(alg)
elif (x == "4"):
graph_path = choose_graph(alg)
elif (x == "5"):
break
else:
error = 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 set_configs(config, value):
path = 'configurations/configs'
if (not os.path.isfile(path)):
aux.printc("red",
"O arquivo " + path + " está corrompido ou não existe!")
aux.press_enter()
return
if (config == 'learning_rate'):
replaceAll(path, 'learning_rate',
'learning_rate =' + str(value) + '\n')
elif (config == 'minibatch'):
replaceAll(path, 'minibatch',
'minibatch =' + str(value) + '\n')
elif (config == 'trainset'):
replaceAll(path, 'trainset',
'trainset =' + str(value) + '\n')
elif (config == 'testset'):
replaceAll(path, 'testset',
'testset =' + str(value) + '\n')
elif (config == 'epochs'):
replaceAll(path, 'epochs',
'epochs =' + str(value) + '\n')
else:
aux.printc("red", "Configuração inválida!")
aux.press_enter()
return
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 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 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 load_model(net):
texts.print_blox("CARREGAR")
path = 'architectures'
# print("PATH: ", os.getcwd())
print("Arquivos encontrados:\n")
files = os.listdir(path)
for i in files:
if (not i.endswith('~')):
aux.printc("lyellow", i)
name = input("\nInsira o nome do arquivo: ")
path = path + '/' + name
if(any(name == i for i in files)):
net.load_state_dict(torch.load(path))
print("Sucesso no carregamento!\n")
else:
aux.printc("red", "O arquivo "+path+" não foi encontrado!\n")
aux.press_enter()
def getDataInputConfigs():
file_path = os.path.join(os.path.dirname(__file__), "configurations")
if (os.path.isfile(file_path)):
with open(file_path, 'r') as f:
text = f.read()
if (text[35] != '0' and text[35] != '1'):
aux.printc("red",
"O arquivo " + file_path + " está corrompido!")
aux.press_enter()
return 0
return text[35]
else:
aux.printc(
"red",
"O arquivo " + file_path + " está corrompido ou não existe!")
aux.press_enter()
return 0
def get_configs():
path = 'configurations/configs'
if (os.path.isfile(path)):
with open(path, 'r') as f:
text = f.read()
matrix = [item.split() for item in text.split('\n')[:-1]]
# print(matrix)
learning_rate = float(matrix[2][1][1:])
minibatch = int(matrix[3][1][1:])
trainset = int(matrix[4][1][1:])
testset = int(matrix[5][1][1:])
epochs = int(matrix[6][1][1:])
return learning_rate, minibatch, trainset, testset, epochs
else:
aux.printc("red",
"O arquivo " + path + " está corrompido ou não existe!")
aux.press_enter()
return 0.001, 4, 1250, 250, 2
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 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 setDataInputConfigs(value):
file_path = os.path.join(os.path.dirname(__file__), "configurations")
if (os.path.isfile(file_path)):
with open(file_path, 'r') as f:
text = f.read()
if (text[35] != '0' and text[35] != '1'):
aux.printc("red",
"O arquivo " + file_path + " está corrompido!")
aux.press_enter()
return 0
text = list(text)
if (value == "apart"):
text[35] = '1'
elif (value == "together"):
text[35] = '0'
text = ''.join(text)
with open(file_path, 'w') as f:
f.write(text)
else:
aux.printc(
"red",
"O arquivo " + file_path + " está corrompido ou não existe!")
aux.press_enter()
return 0
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 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 generate(v, complete, connected, filename):
G = create(v, complete, connected)
save_file(v, G.number_of_edges(), list(G.edges(data='weight')), filename)
aux.printc("green", "Grafo salvo em: " + filename)
aux.press_enter()
