def getMSE(self):
for entrada in self.entradas: # percorrendo as entradas
for val in entrada:
neuronio = Neuronio(val, self.pesos_h[0])
self.h1 = neuronio.saida()
neuronio = Neuronio(val, self.pesos_h[1])
self.h2 = neuronio.saida()
u1 = self.pesos_o[0][0] + self.h1[idx] * self.pesos_o[0][1] + self.h2[idx] * self.pesos_o[0][2]
u2 = self.pesos_o[0][0] + self.h1[idx] * self.pesos_o[1][1] + self.h2[idx] * self.pesos_o[1][2]
self.resultadoN1.insert(1 / (1 + pow(self.e, -u1)))
self.resultadoN2.insert(1 / (1 + pow(self.e, -u2)))
self.erroN1 = self.res_esperadoN1 - self.resultadoN1
self.erro_quadratico += pow(self.erroN1, 2)
self.erroN2 = self.res_esperadoN2 - self.resultadoN2
self.erro_quadratico += pow(self.erroN2, 2)
return (self.erro_quadratico/(self.entradas.size) * 2) * 100
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
