rimessa versione precedente funzionante perchè mi sono rotto

classificatore_singolo.c

@@ -4,8 +4,8 @@
 // Scelgo quale categoria voglio identificare. nel caso dello xor -1
 #define CATEGORIA 7
 #define NUM_LAYERS 4
-#define PERCETTRONI_LAYER_0 64
-#define MAX_EPOCHE 1000
+#define PERCETTRONI_LAYER_0 16
+#define MAX_EPOCHE 10
 
 byte get_out_corretto(byte);
 void stampa_layer_indirizzo(Layer *);
@@ -45,36 +45,20 @@ void main()
     // ADDESTRAMENTO
     for (int i = 0; i < MAX_EPOCHE; i++)
     {
-        /* if (corrette == 4)
-        {
-            printf("\nConvergo in epoche: %d\n", i);
 
-            // stampa_risultati_layer_multi(p_ext_1, p_ext_2, pout);
-            for (int j = 0; j < 4; j++)
-            {
-                double **risultato = elabora_sigmoidi(rete_neurale, set.istanze[j]);
-
-                printf("Input: [%d,%d] -> probabilità: %f -> risultato atteso: %d\n", set.istanze[j].dati[0], set.istanze[j].dati[1], risultato[NUM_LAYERS - 1][0], set.istanze[j].classificazione);
-            }
-
-            break;
-        } */
-
-        // printf("Epoca %d\n", i);
-        // stampa_tempo(tempo_epoche, i);
+        printf("Epoca %d\n", i);
+        stampa_tempo(tempo_epoche, i);
         corrette = 0;
         double errore_totale = 0.0;
         
-        for (int indice_set = 0; indice_set < set.size -1; indice_set++)
+        for (int indice_set = 0; indice_set < set.size; indice_set++)
         {
             //printf("Qui ci arrivo %d\n", indice_set);
             double **sigmoidi = elabora_sigmoidi(rete_neurale, set.istanze[indice_set]);
 
-            /* for(int k = 0; k < rete_neurale.size; k++)
-                for(int j = 0; j < rete_neurale.layers[k].size; j++)
-                    printf("sigmoide[%d][%d] = %f\n", k, j, sigmoidi[k][j]); */
-
             byte output_corretto = get_out_corretto(set.istanze[indice_set].classificazione);
+            if (previsione(sigmoidi[NUM_LAYERS - 1][0]) == output_corretto)
+                corrette++;
 
             double **gradienti = (double **)malloc(sizeof(double *) * NUM_LAYERS);
 
@@ -84,17 +68,12 @@ void main()
                 gradienti[indice_layer] = (double *)malloc(sizeof(double) * rete_neurale.layers[indice_layer].size);
             }
 
-            
-
             // Derivata funzione di perdita
-            // printf("output_corretto = %d, previsione: %f\n", output_corretto, sigmoidi[NUM_LAYERS - 1][0]);
             double gradiente_errore = (output_corretto - sigmoidi[NUM_LAYERS - 1][0]);
-
             errore_totale += pow(gradiente_errore, 2);
 
             // Derivata funzione attivazione
             double derivata_sigmoide_out = sigmoidi[NUM_LAYERS - 1][0] * (1.0 - sigmoidi[NUM_LAYERS - 1][0]);
-            // if (derivata_sigmoide_out == 0.0) derivata_sigmoide_out = 1;
 
             // Gradiente del percettrone output
             gradienti[NUM_LAYERS - 1][0] = gradiente_errore * derivata_sigmoide_out;
@@ -129,29 +108,9 @@ void main()
                     }
                 }
             }
-
-            if (previsione(sigmoidi[NUM_LAYERS - 1][0]) == output_corretto)
-            {
-                corrette++;
-            }
         }
 
-        printf("Errore: %f, risposte corrette: %d/%d\n", errore_totale / 10000, corrette, set.size);
-        // printf("\tRisposte corrette: %d\n", corrette);
-
-        /* if (i == MAX_EPOCHE - 1)
-        {
-            printf("\nUltima epoca (%d), stato della rete:\n", i);
-            double **risultato;
-            for (int j = 0; j < 4; j++)
-            {
-                risultato = elabora_sigmoidi(rete_neurale, set.istanze[j]);
-                printf("Input: [%d,%d] -> probabilità: %f -> previsione: %d -> risultato attesto: %d\n", set.istanze[j].dati[0], set.istanze[j].dati[1], risultato[NUM_LAYERS - 1][0], previsione(risultato[NUM_LAYERS - 1][0]), set.istanze[j].classificazione);
-                for (int k = 0; k < rete_neurale.size; k++)
-                    for (int j = 0; j < rete_neurale.layers[k].size; j++)
-                        printf("sigmoide[%d][%d] = %f\n", k, j, risultato[k][j]);
-            }
-        } */
+        printf("Errore: %f, risposte corrette: %d%\n", errore_totale / set.size, (corrette * 100) / set.size);
     }
 
     salvaReteNeurale(file_pesi, &rete_neurale);

percettroni.h

@@ -3,8 +3,10 @@
 #include <math.h>
 
 char *file_pesi = "rete_pesi.bin";
-char *file_immagini = "mnist/t10k-images.idx3-ubyte";
-char *file_label = "mnist/t10k-labels.idx1-ubyte";
+/* char *file_immagini = "mnist/t10k-images.idx3-ubyte";
+char *file_label = "mnist/t10k-labels.idx1-ubyte"; */
+char *file_immagini = "mnist/train-images.idx3-ubyte";
+char *file_label = "mnist/train-labels.idx1-ubyte";
 
 #include "mnist/mnist_manager.h"
 // #include "cifar_10/cifar10_manager.h"