Hexadroid

temp001

Sep 27th, 2020
468
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. #include <stdio.h>
  2. #include <math.h>
  3.  
  4. const int t_rows=1000;
  5. double training_set_inputs[t_rows][2], training_set_outputs[t_rows];
  6. double teller, avgtot, avg, sqerrtot, f_out_requested,oldvalue;
  7. double  reqf_out1,reqf_out1L,reqf_out1K,reqf_out1aL,reqf_out1aK,reqf_out2L,reqf_out2K,reqf_out1M,reqf_out1aM,reqf_out2M, reqf_out1a, reqf_out2, reqf_out3;
  8. double a_out[4],a_weight[4];
  9. double req_a_out[4];
  10. double f_out1K, f_out1aK,f_out2K, f_out3, f_out1L, f_out1aL, f_out2L, f_out1M, f_out1aM, f_out2M;
  11. double f_out1 = 0,f_out2 = 0, f_out1a = 0;
  12. double learn=0.06;
  13. double err;
  14. bool block1, block2, block3, block4, block0;
  15. int i=0,J;
  16.  
  17. struct MiddleNode {
  18.     double  weight[2];
  19.     double  output[2];
  20. };
  21.  
  22.  
  23. struct InputNode {
  24.     double  weight[30];
  25.     double  output[30];
  26. };
  27.  
  28. struct OutputNode {
  29.     double  weight[1];
  30.     double  output[1];
  31. };
  32.  
  33.  
  34. double outt2(double (*array)[t_rows][2], int b)
  35. {
  36.     double calc;
  37.  
  38.        calc= pow((*array)[b][0],1)+2.5*pow((*array)[b][1],1);
  39.  
  40.  
  41.     return calc;
  42. }
  43.  
  44.  
  45.  
  46.  
  47. double fx(double x)
  48. {
  49.     return exp(x)-exp(-x)/(exp(x)+exp(-x));
  50.  
  51. }
  52.  
  53.  
  54. double fd(double x)
  55. {
  56.     return 4/pow((exp(x)+exp(-x)),2);
  57.  
  58. }
  59.  
  60. double set()
  61. {
  62.     return 0.00;
  63. }
  64.  
  65.  
  66. int _tmain(int argc, _TCHAR* argv[])
  67. {
  68.   srand (time(NULL));
  69.  
  70.   InputNode inputnode[2];
  71.   MiddleNode hiddennode[30];
  72.   MiddleNode hiddennode2[2]; //2nd block of 'hidden' nodes
  73.   OutputNode outputnode[1];
  74.  
  75.  
  76.  
  77.  
  78.       for (int create = 0; create < t_rows; create++) {
  79.  
  80.                 bool redo=false;
  81.  
  82.                 do
  83.                 {
  84.                 training_set_inputs[create][0]= (rand() % 60) + 20.00;
  85.                 training_set_inputs[create][1]= (rand() % 60) + 20.00;
  86.  
  87.                 training_set_outputs[create] = outt2(&training_set_inputs, create);
  88.  
  89.                    if (training_set_outputs[create]==0) redo=true;
  90.  
  91.  
  92.                 }  while (redo==true);
  93.  
  94.  
  95.  
  96.  
  97.             }
  98.  
  99.  
  100.  
  101.  
  102.  
  103.  
  104. for(auto& rows: training_set_inputs)
  105.     {
  106.         for(auto& elem: rows)
  107.         {
  108.         elem =  1.00/elem;
  109.         }
  110.     }
  111.  
  112.  
  113. for (auto& number : training_set_outputs)
  114.     {
  115.         number =  1.00/number;
  116.      }
  117.  
  118.  
  119. double requested_data1=21;double requested_data2=31;
  120.  requested_data1=1.00/requested_data1;
  121.  requested_data2=1.00/requested_data2;
  122.  
  123.  for (J = 0; J <= 29; J++) {
  124.                                 inputnode[0].weight[J]=set();
  125.                                 inputnode[1].weight[J] =set();
  126.                                 hiddennode[J].weight[0] =set();
  127.                                 hiddennode[J].weight[1] =set();
  128.  
  129.                             }
  130.  
  131.                             hiddennode2[0].weight[0] =set();
  132.                             hiddennode2[1].weight[0] =set();
  133.                             outputnode[0].weight[0] =set();
  134.  
  135.  
  136.  
  137.  
  138.  
  139. teller=0;
  140.  
  141.                 while (1)
  142.                             {
  143.                             i++;
  144.  
  145.                             //int q = rand()%(t_rows);
  146.                             for (int q=0; q < t_rows; q++)
  147.  
  148.                              {
  149.  
  150.                                     for (J = 0; J <= 29; J++) {
  151.                                                               inputnode[0].output[J] = fx(training_set_inputs[q][0] * inputnode[0].weight[J]);
  152.                                                               }
  153.  
  154.                                     for (J = 0; J <= 29; J++) {
  155.                                                               inputnode[1].output[J]= fx(training_set_inputs[q][1] * inputnode[1].weight[J]);
  156.                                                               }
  157.  
  158.                                     for (J = 0; J <= 29; J++) {
  159.                                                               hiddennode[J].output[0] = fx(inputnode[0].output[J] * hiddennode[J].weight[0] + inputnode[1].output[J] * hiddennode[J].weight[0]);
  160.                                                               }
  161.  
  162.                                     for (J = 0; J <= 29; J++) {
  163.                                                               hiddennode[J].output[1] = fx(inputnode[0].output[J] * hiddennode[J].weight[1] + inputnode[1].output[J] * hiddennode[J].weight[1]);
  164.                                                               }
  165.  
  166.  
  167.                                     hiddennode2[0].output[0] = fx(hiddennode[0].output[0] * hiddennode2[0].weight[0] + hiddennode[1].output[0] * hiddennode2[0].weight[0]+ hiddennode[2].output[0] * hiddennode2[0].weight[0] + hiddennode[3].output[0] * hiddennode2[0].weight[0]+ hiddennode[4].output[0] * hiddennode2[0].weight[0]+ hiddennode[5].output[0] * hiddennode2[0].weight[0]+ hiddennode[6].output[0] * hiddennode2[0].weight[0]+ hiddennode[7].output[0] * hiddennode2[0].weight[0]+ hiddennode[8].output[0] * hiddennode2[0].weight[0]+ hiddennode[9].output[0] * hiddennode2[0].weight[0]+ hiddennode[10].output[0] * hiddennode2[0].weight[0]+ hiddennode[11].output[0] * hiddennode2[0].weight[0]+ hiddennode[12].output[0] * hiddennode2[0].weight[0]+ hiddennode[13].output[0] * hiddennode2[0].weight[0]+ hiddennode[14].output[0] * hiddennode2[0].weight[0]+ hiddennode[15].output[0] * hiddennode2[0].weight[0]+ hiddennode[16].output[0] * hiddennode2[0].weight[0]+ hiddennode[17].output[0] * hiddennode2[0].weight[0]+ hiddennode[18].output[0] * hiddennode2[0].weight[0]+ hiddennode[19].output[0] * hiddennode2[0].weight[0]+ hiddennode[20].output[0] * hiddennode2[0].weight[0]+ hiddennode[21].output[0] * hiddennode2[0].weight[0]+ hiddennode[22].output[0] * hiddennode2[0].weight[0]+ hiddennode[23].output[0] * hiddennode2[0].weight[0]+ hiddennode[24].output[0] * hiddennode2[0].weight[0]+ hiddennode[25].output[0] * hiddennode2[0].weight[0]+ hiddennode[26].output[0] * hiddennode2[0].weight[0]+ hiddennode[27].output[0] * hiddennode2[0].weight[0]+ hiddennode[28].output[0] * hiddennode2[0].weight[0]+ hiddennode[29].output[0] * hiddennode2[0].weight[0]);
  168.                                     hiddennode2[1].output[0] = fx(hiddennode[0].output[1] * hiddennode2[1].weight[0] + hiddennode[1].output[1] * hiddennode2[1].weight[0]+ hiddennode[2].output[1] * hiddennode2[1].weight[0] + hiddennode[3].output[1] * hiddennode2[1].weight[0]+ hiddennode[4].output[1] * hiddennode2[1].weight[0]+ hiddennode[5].output[1] * hiddennode2[1].weight[0]+ hiddennode[6].output[1] * hiddennode2[1].weight[0]+ hiddennode[7].output[1] * hiddennode2[1].weight[0]+ hiddennode[8].output[1] * hiddennode2[1].weight[0]+ hiddennode[9].output[1] * hiddennode2[1].weight[0]+ hiddennode[10].output[1] * hiddennode2[1].weight[0]+ hiddennode[11].output[1] * hiddennode2[1].weight[0]+ hiddennode[12].output[1] * hiddennode2[1].weight[0]+ hiddennode[13].output[1] * hiddennode2[1].weight[0]+ hiddennode[14].output[1] * hiddennode2[1].weight[0]+ hiddennode[15].output[1] * hiddennode2[1].weight[0]+ hiddennode[16].output[1] * hiddennode2[1].weight[0]+ hiddennode[17].output[1] * hiddennode2[1].weight[0]+ hiddennode[18].output[1] * hiddennode2[1].weight[0]+ hiddennode[19].output[1] * hiddennode2[1].weight[0]+ hiddennode[20].output[1] * hiddennode2[1].weight[0]+ hiddennode[21].output[1] * hiddennode2[1].weight[0]+ hiddennode[22].output[1] * hiddennode2[1].weight[0]+ hiddennode[23].output[1] * hiddennode2[1].weight[0]+ hiddennode[24].output[1] * hiddennode2[1].weight[0]+ hiddennode[25].output[1] * hiddennode2[1].weight[0]+ hiddennode[26].output[1] * hiddennode2[1].weight[0]+ hiddennode[27].output[1] * hiddennode2[1].weight[0]+ hiddennode[28].output[1] * hiddennode2[1].weight[0]+ hiddennode[29].output[1] * hiddennode2[1].weight[0]);
  169.  
  170.                                     outputnode[0].output[0] = fx(hiddennode2[0].output[0] * outputnode[0].weight[0]+hiddennode2[1].output[0] * outputnode[0].weight[0]);
  171.  
  172.  
  173.  
  174.  
  175.                             err = 2*( outputnode[0].output[0] - training_set_outputs[q] );
  176.                             sqerrtot = sqerrtot + pow( outputnode[0].output[0] - training_set_outputs[q],2);
  177.  
  178.  
  179.                                     for (J = 0; J <= 29; J++) {
  180.                                                                 inputnode[0].weight[J] -= learn * err * training_set_inputs[q][0] * fd(inputnode[0].output[J])  * hiddennode[J].weight[0] *hiddennode2[0].weight[0]* outputnode[0].weight[0];
  181.                                                               }
  182.  
  183.                                     for (J = 0; J <= 29; J++) {
  184.                                                                 inputnode[0].weight[J] -= learn * err * training_set_inputs[q][0] * fd(inputnode[0].output[J])  * hiddennode[J].weight[0] *hiddennode2[1].weight[0]* outputnode[0].weight[0];
  185.                                                               }
  186.  
  187.                                     for (J = 0; J <= 29; J++) {
  188.                                                               inputnode[1].weight[J] -= learn * err * training_set_inputs[q][1] * fd(inputnode[1].output[J])  * hiddennode[J].weight[0]* hiddennode2[0].weight[0] * outputnode[0].weight[0];
  189.                                                               }
  190.  
  191.                                     for (J = 0; J <= 29; J++) {
  192.                                                               inputnode[1].weight[J] -= learn * err * training_set_inputs[q][1] * fd(inputnode[1].output[J])  * hiddennode[J].weight[0]* hiddennode2[1].weight[0] * outputnode[0].weight[0];
  193.                                                               }
  194.  
  195.                                     for (J = 0; J <= 29; J++) {
  196.                                                               hiddennode[J].weight[0] -= learn * err * (inputnode[0].output[J]+inputnode[1].output[J]) * fd(hiddennode[J].output[0]) *hiddennode2[0].weight[0]*  outputnode[0].weight[0];
  197.                                                               }
  198.  
  199.                                     for (J = 0; J <= 29; J++) {
  200.                                                               hiddennode[J].weight[0] -= learn * err * (inputnode[0].output[J]+inputnode[1].output[J]) * fd(hiddennode[J].output[0]) *hiddennode2[1].weight[0]*  outputnode[0].weight[0];
  201.                                                               }
  202.  
  203.                                                                 hiddennode2[0].weight[0] -= learn * err * (hiddennode[0].output[0]+hiddennode[1].output[0]+hiddennode[2].output[0]+hiddennode[3].output[0]+hiddennode[4].output[0]+hiddennode[5].output[0]+hiddennode[6].output[0]+hiddennode[7].output[0]+hiddennode[8].output[0]+hiddennode[9].output[0]+hiddennode[10].output[0]+hiddennode[11].output[0]+hiddennode[12].output[0]+hiddennode[13].output[0]+hiddennode[14].output[0]+hiddennode[15].output[0]+hiddennode[16].output[0]+hiddennode[17].output[0]+hiddennode[18].output[0]+hiddennode[19].output[0]+hiddennode[20].output[0]+hiddennode[21].output[0]+hiddennode[22].output[0]+hiddennode[23].output[0]+hiddennode[24].output[0]+hiddennode[25].output[0]+hiddennode[26].output[0]+hiddennode[27].output[0]+hiddennode[28].output[0]+hiddennode[29].output[0])*fd(hiddennode2[0].output[0])*outputnode[0].weight[0];
  204.                                                                 hiddennode2[1].weight[0] -= learn * err * (hiddennode[0].output[1]+hiddennode[1].output[1]+hiddennode[2].output[1]+hiddennode[3].output[1]+hiddennode[4].output[1]+hiddennode[5].output[1]+hiddennode[6].output[1]+hiddennode[7].output[1]+hiddennode[8].output[1]+hiddennode[9].output[1]+hiddennode[10].output[1]+hiddennode[11].output[1]+hiddennode[12].output[1]+hiddennode[13].output[1]+hiddennode[14].output[1]+hiddennode[15].output[1]+hiddennode[16].output[1]+hiddennode[17].output[1]+hiddennode[18].output[1]+hiddennode[19].output[1]+hiddennode[20].output[1]+hiddennode[21].output[1]+hiddennode[22].output[1]+hiddennode[23].output[1]+hiddennode[24].output[1]+hiddennode[25].output[1]+hiddennode[26].output[1]+hiddennode[27].output[1]+hiddennode[28].output[1]+hiddennode[29].output[1])*fd(hiddennode2[1].output[0])*outputnode[0].weight[0];
  205.  
  206.                                                                 outputnode[0].weight[0] -= learn * err * (hiddennode2[0].output[0]) * fd(outputnode[0].output[0]);
  207.  
  208.  
  209.  
  210.  
  211.  
  212.  
  213.  
  214.  
  215.  
  216.  
  217.  
  218.  
  219.  
  220.  
  221.  
  222.  
  223.  
  224.  
  225.                             }
  226.  
  227.  
  228.  
  229.  
  230.  
  231.  
  232.                             //if (i>20000)
  233.                               if (int(i)%15==1)          {
  234.  
  235.  
  236.                              for (J = 0; J <= 29; J++) {
  237.                                                         inputnode[0].output[J] = fx(requested_data1 * inputnode[0].weight[J]);
  238.                                                         }
  239.  
  240.  
  241.                             for (J = 0; J <= 29; J++) {
  242.                                                         inputnode[1].output[J]= fx(requested_data2 * inputnode[1].weight[J]);
  243.                                                     }
  244.  
  245.                             for (J = 0; J <= 29; J++) {
  246.                                                         hiddennode[J].output[0] = fx(inputnode[0].output[J] * hiddennode[J].weight[0] + inputnode[1].output[J] * hiddennode[J].weight[0]);
  247.                                                      }
  248.  
  249.                             for (J = 0; J <= 29; J++) {
  250.                                                         hiddennode[J].output[1] = fx(inputnode[0].output[J] * hiddennode[J].weight[1] + inputnode[1].output[J] * hiddennode[J].weight[1]);
  251.                                                      }
  252.  
  253.  
  254.                                                      hiddennode2[0].output[0] = fx(hiddennode[0].output[0] * hiddennode2[0].weight[0] + hiddennode[1].output[0] * hiddennode2[0].weight[0]+ hiddennode[2].output[0] * hiddennode2[0].weight[0] + hiddennode[3].output[0] * hiddennode2[0].weight[0]+ hiddennode[4].output[0] * hiddennode2[0].weight[0]+ hiddennode[5].output[0] * hiddennode2[0].weight[0]+ hiddennode[6].output[0] * hiddennode2[0].weight[0]+ hiddennode[7].output[0] * hiddennode2[0].weight[0]+ hiddennode[8].output[0] * hiddennode2[0].weight[0]+ hiddennode[9].output[0] * hiddennode2[0].weight[0]+ hiddennode[10].output[0] * hiddennode2[0].weight[0]+ hiddennode[11].output[0] * hiddennode2[0].weight[0]+ hiddennode[12].output[0] * hiddennode2[0].weight[0]+ hiddennode[13].output[0] * hiddennode2[0].weight[0]+ hiddennode[14].output[0] * hiddennode2[0].weight[0]+ hiddennode[15].output[0] * hiddennode2[0].weight[0]+ hiddennode[16].output[0] * hiddennode2[0].weight[0]+ hiddennode[17].output[0] * hiddennode2[0].weight[0]+ hiddennode[18].output[0] * hiddennode2[0].weight[0]+ hiddennode[19].output[0] * hiddennode2[0].weight[0]+ hiddennode[20].output[0] * hiddennode2[0].weight[0]+ hiddennode[21].output[0] * hiddennode2[0].weight[0]+ hiddennode[22].output[0] * hiddennode2[0].weight[0]+ hiddennode[23].output[0] * hiddennode2[0].weight[0]+ hiddennode[24].output[0] * hiddennode2[0].weight[0]+ hiddennode[25].output[0] * hiddennode2[0].weight[0]+ hiddennode[26].output[0] * hiddennode2[0].weight[0]+ hiddennode[27].output[0] * hiddennode2[0].weight[0]+ hiddennode[28].output[0] * hiddennode2[0].weight[0]+ hiddennode[29].output[0] * hiddennode2[0].weight[0]);
  255.                                                      hiddennode2[1].output[0] = fx(hiddennode[0].output[1] * hiddennode2[1].weight[0] + hiddennode[1].output[1] * hiddennode2[1].weight[0]+ hiddennode[2].output[1] * hiddennode2[1].weight[0] + hiddennode[3].output[1] * hiddennode2[1].weight[0]+ hiddennode[4].output[1] * hiddennode2[1].weight[0]+ hiddennode[5].output[1] * hiddennode2[1].weight[0]+ hiddennode[6].output[1] * hiddennode2[1].weight[0]+ hiddennode[7].output[1] * hiddennode2[1].weight[0]+ hiddennode[8].output[1] * hiddennode2[1].weight[0]+ hiddennode[9].output[1] * hiddennode2[1].weight[0]+ hiddennode[10].output[1] * hiddennode2[1].weight[0]+ hiddennode[11].output[1] * hiddennode2[1].weight[0]+ hiddennode[12].output[1] * hiddennode2[1].weight[0]+ hiddennode[13].output[1] * hiddennode2[1].weight[0]+ hiddennode[14].output[1] * hiddennode2[1].weight[0]+ hiddennode[15].output[1] * hiddennode2[1].weight[0]+ hiddennode[16].output[1] * hiddennode2[1].weight[0]+ hiddennode[17].output[1] * hiddennode2[1].weight[0]+ hiddennode[18].output[1] * hiddennode2[1].weight[0]+ hiddennode[19].output[1] * hiddennode2[1].weight[0]+ hiddennode[20].output[1] * hiddennode2[1].weight[0]+ hiddennode[21].output[1] * hiddennode2[1].weight[0]+ hiddennode[22].output[1] * hiddennode2[1].weight[0]+ hiddennode[23].output[1] * hiddennode2[1].weight[0]+ hiddennode[24].output[1] * hiddennode2[1].weight[0]+ hiddennode[25].output[1] * hiddennode2[1].weight[0]+ hiddennode[26].output[1] * hiddennode2[1].weight[0]+ hiddennode[27].output[1] * hiddennode2[1].weight[0]+ hiddennode[28].output[1] * hiddennode2[1].weight[0]+ hiddennode[29].output[1] * hiddennode2[1].weight[0]);
  256.  
  257.                                                      outputnode[0].output[0] = fx(hiddennode2[0].output[0] * outputnode[0].weight[0]+hiddennode2[1].output[0] * outputnode[0].weight[0]);
  258.  
  259.                                                     oldvalue = f_out_requested;
  260.                                                     f_out_requested = 1.00/outputnode[0].output[0];
  261.  
  262.  
  263.                                                     teller = teller +1.00;
  264.                                                     avgtot = avgtot + abs(f_out_requested);
  265.                                                     avg=avgtot/teller;
  266.                                                     printf("\n\n%d Error: %.19lf Output for value %lf as new requested1 data req2 %lf ,output %.20lf,average: %.2lf diff: %lf",i,sqerrtot,1.00/requested_data1,1.00/requested_data2,f_out_requested,avg, oldvalue-f_out_requested );
  267.                                                     sqerrtot = 0;
  268.  
  269.                                                     if (teller==100) { teller=0;avgtot=0;}
  270.  
  271.  
  272.  
  273.  
  274.  
  275.  
  276.                                           }
  277.  
  278.  
  279.  
  280.  
  281.  
  282.  
  283.                           }
  284.  
  285.  
  286.  
  287.     scanf("%d", &i);
  288.  
  289.     return 0;
  290. }
  291.  
RAW Paste Data