push iniziale

percettroni.h

@@ -0,0 +1,58 @@
+/*
+    Definisco i percettroni della rete neurale per il dataset CIFAR10
+    Struttura della rete:
+    Livello 1: 256 percettroni con 3072 input ciascuno
+    Livello 2: 128 percettroni con 256 input ciascuno
+    Livello output: 10 percettroni con 128 input ciascuno
+
+    In output ci sono 10 percettroni, ognuno di essi è associato ad una categoria del CIFAR10. Alla fine dell'addestramento, la previsione sarà
+    data dal percettrone di output che avrà il valore 1 rispetto agli altri 9.
+*/
+#include<stdlib.h>
+#include <math.h>
+
+#define INPUT_LIV1 3072
+#define INPUT_LIV2 256
+#define INPUT_LIV3 128
+
+double LRE = 0.2;
+
+typedef struct {
+    double *pesi;
+    double bias;
+    double lre;
+} Percettrone;
+
+double randomico();
+void inzializza_percettrone(Percettrone*, int);
+double funzione_sigmoide(Percettrone, int[], int);
+
+double randomico() {
+    // Genero numeri nell'intervallo [-1,1]
+    return ((double)(rand() % 101 * 0.01 * 2 ) -1);
+}
+
+void inizializza_percettrone(Percettrone *p, int n_pesi) {
+    p->pesi = (double*)malloc(sizeof(double) * n_pesi );
+    for(int i = 0; i < n_pesi; i++)
+        p->pesi[i] = randomico();
+
+    p->bias = randomico();
+    p->lre = LRE;
+}
+
+double funzione_sigmoide(Percettrone p, int valori[], int n_input) {
+    
+    double sommatoria = 0.0;
+    for(int i = 0; i < n_input; i++) {
+        sommatoria += (valori[i] * p.pesi[i]);
+    }
+
+    double funzione = sommatoria + p.bias;
+    double potenza_e = exp(-funzione);
+
+    //formula sigmoide
+    double risultato = 1 / ( 1 + potenza_e);
+
+    return risultato;
+}