settata topologia deep feed forward
This commit is contained in:
@@ -4,7 +4,7 @@
|
||||
// Scelgo quale categoria voglio identificare. nel caso dello xor -1
|
||||
#define CATEGORIA 7
|
||||
#define NUM_LAYERS 4
|
||||
#define PERCETTRONI_LAYER_0 64
|
||||
#define PERCETTRONI_LAYER_0 32
|
||||
#define MAX_EPOCHE 100
|
||||
|
||||
//1 relu, 2 sigmoide
|
||||
@@ -80,6 +80,8 @@ void main()
|
||||
|
||||
errore_totale += pow(gradiente_errore, 2) * 0.5;
|
||||
|
||||
|
||||
|
||||
// Derivata funzione attivazione
|
||||
double derivata_funzione_out = derivata_sigmoide(funzioni_attivazione[NUM_LAYERS - 1][0]);
|
||||
// if (derivata_funzione_out == 0.0) derivata_funzione_out = 1;
|
||||
@@ -87,7 +89,10 @@ void main()
|
||||
// Gradiente del percettrone output
|
||||
gradienti[NUM_LAYERS - 1][0] = gradiente_errore * derivata_funzione_out;
|
||||
|
||||
//Crasha nella discesa del gradiente all'immagine indice 16 quando metto troppi percettroni
|
||||
discesa_gradiente(rete_neurale, funzioni_attivazione, gradienti, TIPO_FUNZIONE);
|
||||
|
||||
|
||||
|
||||
// A questo punto ho tutti i gradienti dei percettroni, non mi resta che trovare i gradienti dei pesi e correggerli
|
||||
|
||||
|
||||
Reference in New Issue
Block a user