def treino(self, entrada, saidaFinal):
# Entrada -> Oculta
entrada = Matriz.matriz(entrada)
oculta = Matriz.mult(self.pesos_EO, entrada)
oculta = Matriz.soma(oculta, self.bias_EO)
oculta = Matriz.sigmoid(oculta)
# Oculta -> Saida
saida = Matriz.mult(self.pesos_OS, oculta)
saida = Matriz.soma(saida, self.bias_OS)
saida = Matriz.sigmoid(saida)
#BACKPROPAGATION
#Saida -> Oculta
saidaFinal = Matriz.matriz(saidaFinal)
saida_error = Matriz.sub(saidaFinal, saida)
deriv_saida = Matriz.derivadaSigmoid(saida)
oculta_t = Matriz.transposta(oculta)
gradient_OS = Matriz.hadamard(deriv_saida, saida_error)
gradient_OS = Matriz.mult_escalar(gradient_OS, self.taxa_aprendizado)
delta_pesos_OS = Matriz.mult(gradient_OS, oculta_t)
#Oculta -> Entrada
pesos_OS_t = Matriz.transposta(self.pesos_OS)
oculta_error = Matriz.mult(pesos_OS_t, saida_error)
deriv_oculta = Matriz.derivadaSigmoid(oculta)
entrada_t = Matriz.transposta(entrada)
gradient_EO = Matriz.hadamard(deriv_oculta, oculta_error)
gradient_EO = Matriz.mult_escalar(gradient_EO, self.taxa_aprendizado)
delta_pesos_EO = Matriz.mult(gradient_EO, entrada_t)
#Atualizando Pesos
self.pesos_OS = Matriz.soma(self.pesos_OS, delta_pesos_OS)
self.pesos_EO = Matriz.soma(self.pesos_EO, delta_pesos_EO)
def backpropagation(self, entrada, esperado):
"""transformando a entrada em matriz"""
entrada = Matriz.array2object(entrada)
"""feedfoward"""
""" CAMADA DE ENTRADA PARA CAMADA OCULTA"""
print("\n------ CAMADA ENTRADA => CAMADA OCULTA -----")
camada_oculta = Matriz.multiplicaDuasMatriz(self.pesos_entrada_oculta,
entrada)
camada_oculta = Matriz.somarDuasMatriz(camada_oculta,
self.bias_entrada_oculta)
camada_oculta.aplicarSigmoid()
camada_oculta.printMatriz()
""" CAMADA OCULTA PARA CAMADA DE SAIDA"""
print("\n------CAMADA OCULTA -> CAMADA SAIDA-----")
camada_saida = Matriz.multiplicaDuasMatriz(self.pesos_oculta_saida,
camada_oculta)
camada_saida = Matriz.somarDuasMatriz(camada_saida,
self.bias_oculta_saida)
camada_saida.aplicarSigmoid()
camada_saida.printMatriz()
"""backpropagation"""
esperado = Matriz.array2object(esperado)
"""SAIDA P/ OCULTA"""
"""calculo do erro"""
erro_de_saida = Matriz.subtrairMatriz(esperado, camada_saida)
#erro_de_saida.printMatriz()
derivada_da_saida = self.derivadaElementosMatriz(camada_saida)
#derivada_da_saida.printMatriz()
"""multiplicacao hadamard"""
gradiente = Matriz.hadamard(erro_de_saida, derivada_da_saida)
#gradiente.printMatriz()
"""aplicando learning_rate"""
gradiente = Matriz.produtoEscalar(gradiente, self.learning_rate)
"""AJUSTAR BIA"""
self.bias_oculta_saida = Matriz.somarDuasMatriz(
self.bias_oculta_saida, gradiente)
"""multiplicando pela camada oculta transposta"""
oculta_transposta = Matriz.transporMatriz(camada_oculta)
gradiente = Matriz.multiplicaDuasMatriz(gradiente, oculta_transposta)
#gradiente.printMatriz()
self.pesos_oculta_saida = Matriz.somarDuasMatriz(
self.pesos_oculta_saida, gradiente)
""""""
"""CAMADA OCULTA P/ ENTRADA """
peso_oculta_saida_transposta = Matriz.transporMatriz(
self.pesos_oculta_saida)
erro_oculta = Matriz.multiplicaDuasMatriz(peso_oculta_saida_transposta,
erro_de_saida)
#erro_oculta.printMatriz()
"""aplicando derivada camada oculta"""
derivada_camada_oculta = self.derivadaElementosMatriz(camada_oculta)
entrada_transposta = Matriz.transporMatriz(entrada)
gradiente_oculta = Matriz.hadamard(erro_oculta, derivada_camada_oculta)
gradiente_oculta = Matriz.produtoEscalar(gradiente_oculta,
self.learning_rate)
"""AJUSTAR BIA"""
self.bias_entrada_oculta = Matriz.somarDuasMatriz(
self.bias_entrada_oculta, gradiente_oculta)
gradiente_oculta = Matriz.multiplicaDuasMatriz(gradiente_oculta,
entrada_transposta)
self.pesos_entrada_oculta = Matriz.somarDuasMatriz(
self.pesos_entrada_oculta, gradiente_oculta)
