Fase 4

#!/usr/bin/python

import random

x=[]
w=[]    #pesos
wn=[]   #pesos nuevos
wi=[]       #pesos nuevos insertados
alpha = 0.05
umbral = 0.5
t = 0
p = 0
res = 0
res2 = 0
suma = 0
mult = 0
i = 1
countErr=0

def inicio():

    global n
    n = input("Dame el numero de entradas ")
    for i in range(n):
        x.insert(i,random.uniform(0,2)) #generar cadena de entradas binarias aleatorias
        w.insert(i,random.uniform(-1.0,1.0))    #generar cadenas de pesos random

    x.append(-1)            #agregar al vector de entradas un -1 al final
    print '\nVector de elementos de entrada generado \n', x[:]

    w.append(umbral)            #agregar al vector de pesos el umbral al final
    print '\nVector de elementos de pesos generado \n', w[:]

    sumatoria()             #brincar a la funcion sumatoria

    return n

def sumatoria():

    global suma
    suma=0
    res=0

    res = x[i] * w[i]           #sumatoria del producto de elementos de entrada por elmentos del peso
    suma = suma + res           #actualizar sumatoria

    #t = raw_input("\nSalida Esperada (0 o 1): ")   #pedir al usuario salida esperada
    t = random.randint(0,1)     #generar solucion esperada aleatoria entre 0 y 1
    #t = int(t)
    print '\nLa salida aleatoria deseada es \n', t

    print '\nLa sumatoria de productos de entradas por pesos es:', suma #imprimir la sumatoria total del producto de entradas por pesos

    comparacion(t,n)            #brincar a la funcion comparacion

    return t

def comparacion(t,n):
    global countErr
    if(suma>=umbral):   #comparar suma con el umbral

        p=1     #suma mayor o igual a 1, salida obtenida = 1
        print '\nLa salida obtenida = 1'

    else:

        p=0     #de lo contrario, salida obtenida = 0
        print '\nLa salida obtenida = 0'

    i=1
    if(t!=p):       #si la salida esperada difiere de la salida producida, se realiza un cambio en el vector de pesos

        countErr +=1
        wn[:]=[]
        for i in range(n+1):
            mult = alpha*(t-p)*x[i] #agregamos la tasa de aprendizaje alpha para modificar los pesos
            wi.insert(i,w[i] + mult)
            wn.insert(i,wi[i])      #agregamos a un vector nuevo los nuevos pesos
        wn.append(umbral)       #agregamos el umbral al final del vector de pesos nuevo
        w[:]=[]
        for i in range(n+1):
            w.insert(i,wn[i])

        print '\nVector de elementos de pesos nuevos generado es \n', wn[:] #imprimimos el vector nuevo de pesos

        sumatoria() #brincamos a la funcion sumatoria para volver a hacer calculas


    else:

        print 'La salida esperada fue diferente que la obtenida', countErr, 'veces'

    return countErr, w[:]

def main():
    global x,n,w,wn,wi,umbral
    inicio()




main()