/*
 * To change this template, choose Tools | Templates
 * and open the template in the editor.
 */
package zadanie2;

import Warstwy.WielowarstwowyPerceptron;
import java.text.NumberFormat;
import java.util.ArrayList;

/**
 *
 * @author wespit
 */
public class Main {

    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) {

        float krokNauki = 0.7f; // krok nauki
        float momentum = 0.5f; // momentu - jak nie  ma być używane to dać na 0.0f
        boolean bias = false; // czy stosować bias
        float blad = 0;

        int[] liczbaNeuronkow = new int[]{4, 2, 4}; // liczby neurownow w poszczegolnych warstwach

        ArrayList<Float> wejscie = new ArrayList<Float>(); // dane wejsciowe
        wejscie.add(1.0f);
        wejscie.add(0.0f);
        wejscie.add(0.0f);
        wejscie.add(0.0f);

        ArrayList<Float> wyjscie = new ArrayList<Float>(); // dane wyjsciowe
        wyjscie.add(1.0f);
        wyjscie.add(0.0f);
        wyjscie.add(0.0f);
        wyjscie.add(0.0f);

        // liczba warstw, tablica z liczba neronow w kazdej warswie , czy  stosowac bias
        WielowarstwowyPerceptron perceptron = new WielowarstwowyPerceptron(3, liczbaNeuronkow, false);

        float[] wyjscieV = null;


        for (int i = 0; i < 40; i++) {
            perceptron.perceptronWejscie(wejscie); // wrzucenie danych wejsciowych na perceptron

            perceptron.liczSumy(); // liczy sumy kazdej warstwy

            perceptron.liczDelty(wyjscie); // propaguje blad wstecz i liczy delty

            wyjscieV = perceptron.liczWyjscia(); // liczy wyjscie

            perceptron.zmienWagi(krokNauki, momentum); // zmienia wagi po propagacji wstecznej

        }

        for (int k = 0; k < wyjscieV.length; k++) {
            blad = blad + (wyjscieV[k] - wyjscie.get(k)) * (wyjscieV[k] - wyjscie.get(k));
        }

        NumberFormat nf = NumberFormat.getInstance();
        nf.setMinimumFractionDigits(3);

        System.out.println("########################");
        for (int i = 1; i < perceptron.warstwy.size(); i++) {
            System.out.println("Warstwa " + (i + 1));
            System.out.println("########################");
            for (int j = 0; j < perceptron.warstwy.get(i).neuronki.size(); j++) {
                System.out.println("Otrzymane wagi dla neuronu " + (j + 1));
                for (int m = 0; m < perceptron.warstwy.get(i).neuronki.get(j).wagi.length; m++) {
                    System.out.print(String.valueOf(nf.format(perceptron.warstwy.get(i).neuronki.get(j).wagi[m])) + " ");
                }
                System.out.println();
            }
            System.out.println("########################");
        }

        for (int i = 0; i < wyjscieV.length; i++) {
            System.out.println("wyjscie " + i + " : " + wyjscieV[i]);
        }

        blad = blad * (float) (1.0 / 2.0);
        System.out.println("blad: " + nf.format(blad));
    }
}