soluzione funzionante per AND, OR, XOR. Funzione sigmoide. Funziona solo con i certi bias

multi_layer.py

@@ -1,20 +1,29 @@
 from percettrone import Percettrone
 from stampe_video import disegna_funzione, stampa_risultati_multilayer
 
+MAX_EPOCHE = 10000
+
 x = [(0,0),(0,1),(1,0),(1,1)] # Combinazioni
 #output = (0,1,1,0) # XOR Logico
 #output = (0,0,0,1) # AND Logico
 output = (0,1,1,1) # OR Logico
 corrette = 0
 
-pin_est_1 = Percettrone(bias=0)
-pin_est_2 = Percettrone(bias=-1.5)
-pinout = Percettrone(bias=0)
-""" pin_est_1 = Percettrone(w1=0.3, w2=4, bias=-0.5)
-pin_est_2 = Percettrone(w1=0.2, w2=4, bias=-1.5)
-pinout = Percettrone(w1=0.3, w2=2, bias=-1) """
+soglia_errore_accettabile = 0.001
+soglia_funzione_attivazione = 0.5
 
-for i in range(1,100000): #Epoche
+pin_est_1 = Percettrone(w1=1, w2=1, bias=-2.5, lre=0.2)
+pin_est_2 = Percettrone(w1=1, w2=1,bias=-1, lre=0.2)
+pinout = Percettrone(w1=1, w2=1, bias=-1, lre=0.2)
+
+'''
+#Pesi per AND, OR e XOR (sigmoide)
+pin_est_1 = Percettrone(w1=1, w2=1, bias=-2.5, lre=0.2)
+pin_est_2 = Percettrone(w1=1, w2=1,bias=-1, lre=0.2)
+pinout = Percettrone(w1=1, w2=1, bias=-1, lre=0.2)
+'''
+
+for i in range(1, MAX_EPOCHE): #Epoche
 
     if corrette == 4:
         print(f"Epoche necessarie: {i-1}")
@@ -25,20 +34,42 @@ for i in range(1,100000): #Epoche
     print(f"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tEPOCA {i}")
 
     for j in range(0,4): #Combinazioni
-        y_est_1 = pin_est_1.funzione_gradino(x[j][0], x[j][1])
-        y_est_2 = pin_est_2.funzione_gradino(x[j][0], x[j][1])
-        yout = pinout.funzione_gradino(y_est_1, y_est_2)
+        previsione = -1
+        y_est_1 = pin_est_1.funzione_sigmoide(x[j][0], x[j][1])
+        y_est_2 = pin_est_2.funzione_sigmoide(x[j][0], x[j][1])
+        yout = pinout.funzione_sigmoide(y_est_1, y_est_2)
 
-        errore = output[j] - yout
+        if yout >= soglia_funzione_attivazione:
+            previsione = 1
+        else:
+            previsione = 0
+
+        if previsione == output[j]:
+            corrette += 1
+
+        errore = -(output[j] - yout)
 
         print("\n")
         disegna_funzione(pin_est_1, y_est_1, x[j][0], x[j][1], False)
-        disegna_funzione(pinout, yout, y_est_1, y_est_2, True, errore)
+        disegna_funzione(pinout, previsione, y_est_1, y_est_2, True, errore)
         disegna_funzione(pin_est_2, y_est_2, x[j][0], x[j][1], False)
 
-        if errore != 0:
-            pin_est_1.correggi_pesi(x[j][0], x[j][1], errore)
-            pin_est_2.correggi_pesi(x[j][0], x[j][1], errore)
-            pinout.correggi_pesi(y_est_1, y_est_2, errore)
-        else:
-            corrette += 1
+        #if errore != 0:
+            # Gradienti Percettrone 1
+        appoggio_w1 = errore * yout * (1-yout) * pinout.w1 * y_est_1 * (1-y_est_1) * x[j][0]
+        appoggio_w2 = errore * yout * (1-yout) * pinout.w1 * y_est_1 * (1-y_est_1) * x[j][1]
+        appoggio_bias = errore * yout * (1-yout) * pinout.bias * y_est_1 * (1-y_est_1)
+        pin_est_1.correggi_pesi(appoggio_w1, appoggio_w2, appoggio_bias)
+
+            # Gradienti Percettrone 2
+        appoggio_w1 = errore * yout * (1-yout) * pinout.w2 * y_est_2 * (1-y_est_2) * x[j][0]
+        appoggio_w2 = errore * yout * (1-yout) * pinout.w2 * y_est_2 * (1-y_est_2) * x[j][1]
+        appoggio_bias = errore * yout * (1-yout) * pinout.bias * y_est_2 * (1-y_est_2)
+        pin_est_2.correggi_pesi(appoggio_w1, appoggio_w2, appoggio_bias)
+
+            # Gradienti Percettrone out
+        appoggio_w1 = errore * y_est_1
+        appoggio_w2 = errore * y_est_2
+        pinout.correggi_pesi(appoggio_w1, appoggio_w2, errore)
+        #else:
+        #    corrette += 1

percettrone.py

@@ -1,17 +1,21 @@
-class Percettrone:
+import math
 
-    def __init__(self, w1 = 1, w2 = 1, bias = 1, lre = 1):
+class Percettrone:
+    def __init__(self, w1 = 1, w2 = 1, bias = 1, lre = 0.2):
         self.w1 = w1
         self.w2 = w2
         self.bias = bias
         self.lre = lre
 
+    # # il return verrà confrontato col valore di soglia di attivazione
     def funzione_gradino(self, x1, x2):
-        if ((x1 * self.w1) + (x2 * self.w2) + self.bias) >= 0:
-            return 1
-        return 0
+        return ((x1 * self.w1) + (x2 * self.w2) + self.bias)
+
+    # il return verrà confrontato col valore di soglia di attivazione
+    def funzione_sigmoide(self, x1, x2):
+        return (1 / (1 + math.exp(-((x1 * self.w1) + (x2 * self.w2) + self.bias))))
     
-    def correggi_pesi(self, x1, x2, errore):
-        self.bias = self.bias + (errore * self.lre)
-        self.w1 = self.w1 + (errore * x1 * self.lre)
-        self.w2 = self.w2 + (errore * x2 * self.lre)
+    def correggi_pesi(self, gradiente_w1, gradiente_w2, gradiente_bias):
+        self.bias = self.bias - (gradiente_bias * self.lre)
+        self.w1 = self.w1 - (gradiente_w1 * self.lre)
+        self.w2 = self.w2 - (gradiente_w2 * self.lre)

pesi_xor.txt

@@ -0,0 +1,6 @@
+Percettrone 1:
+         W1: 2.3138819308216796, W2: 2.326257532279927, bias: -0.9188571437718164
+Percettrone 2:
+         W1: 1.5239321297796238, W2: 1.329809031263888, bias: -2.149847621526194
+Percettrone OUT:
+         W1: 3.119539190190677, W2: -3.7529684395700835, bias: -0.9507100523883126

tempCodeRunnerFile.py

@@ -1,3 +0,0 @@
-pin_est_1 = Percettrone(w1=0.3, w2=4, bias=-0.5)
-pin_est_2 = Percettrone(w1=0.2, w2=4, bias=-0.5)
-pinout = Percettrone(w1=0.3, w2=2, bias=-1)