cでnn その6

概要

cで、ニューラルネットワークやってみた。
sin問題やってみた。
cで、学習して、webで、表示してみた。

ライブラリー

写真

サンプルコード

学習して、ウェイトをjsonにする。

# include "catseye.h"

# define M_PI            3.1415926535

int main()
{
    int sample = 360;
    int u[] = {
        CATS_LINEAR, CATS_ACT_IDENTITY, 1, 1, 0, 0, 0, 500,
        CATS_LINEAR, CATS_ACT_SIGMOID, 1, 100, 0, 0, 0, 0,
        CATS_LINEAR, CATS_ACT_IDENTITY, 1, 1, 0, 0, 0, CATS_LOSS_MSE,
    };
    int layers = sizeof(u) / sizeof(int) / LPLEN;
    CatsEye cat;
    CatsEye__construct(&cat, 0, 0, layers, u);
    double x[sample];
    for (int i = 0; i < sample; i++) x[i] = 2.0 * M_PI / sample * i;
    double t[sample];
    for (int i = 0; i < sample; i++) t[i] = sin(x[i]);
    printf ("Starting training using (stochastic) gradient descent\n");
    CatsEye_train(&cat, x, t, sample, 2000, 0.01);
    printf ("Training complete\n");
    CatsEye_saveJson(&cat, "sin.json");
    CatsEye__destruct(&cat);
    return 0;
}

サンプルコード

学習した、ウェイトjsonを読み込んで、表示する。

var cat;
cat = new _CatsEye(w, u);
var canvas = document.getElementById("canvas");
var ctx = canvas.getContext("2d");
function run() {
	var hc = 220;    
    ctx.strokeStyle = "#f00";
    ctx.beginPath();
    ctx.lineWidth = 1;
	ctx.moveTo(0, hc);    
    for (var i = 0; i < 300; i++)
    {   
        
        var x = i;
        var y = Math.sin(i / 48);
        ctx.lineTo(x, hc - y * 200);
    }
    ctx.stroke();
    ctx.strokeStyle = "#0f0";
    ctx.beginPath();
    ctx.lineWidth = 1;
	ctx.moveTo(0, hc); 
    for (var i = 0; i < 300; i++)
    {   
        var x = i;
        var a = cat.forward([i / 48]);
        var y = cat.o[2][0];
        ctx.lineTo(x, hc - y * 200);
    }
	ctx.stroke();
}
run();

成果物

以上。