Diff: SRNN.hpp

Revision:

0:0d42047e140c

Child:

1:da597cb284a2

diff -r 000000000000 -r 0d42047e140c SRNN.hpp
--- /dev/null	Thu Jan 01 00:00:00 1970 +0000
+++ b/SRNN.hpp	Thu Jan 15 08:22:24 2015 +0000
@@ -0,0 +1,66 @@
+#ifndef SRNN_H_INCLUDED
+#define SRNN_H_INCLUDED
+
+/*
+#include <math.h>
+#include <time.h>
+#include <stdlib.h>
+#include <stdio.h>
+#include <string.h>
+*/
+
+#include "mbed.h"
+
+#include "./util/util.hpp"
+
+
+class SRNN
+{
+  private:
+    int    dim_signal;            // 入力次元=出力次元数
+    int    num_mid_neuron;        // 中間層のニューロン数
+    float  width_initW;           // 係数行列初期値の乱数幅:[-width_initW,+width_initW]
+    float  goalError;             // 二乗誤差の目標値
+    float  epsilon;               // 収束判定用の小さい値
+    int    maxIteration;          // 最大学習繰り返し回数
+    float  learnRate;             // 学習係数(must be in [0,1])
+    float  alpha;                 // 慣性項の係数(0.8 * learnRateぐらいに設定する予定)
+    float  alpha_context;         // コンテキスト層の重み付け[0,1]
+    int    len_seqence;           // サンプルの系列長
+    float* Win_mid;               // 入力<->中間層の係数行列
+    float* Wmid_out;              // 中間<->出力層の係数行列
+    float* expand_in_signal;      // コンテキスト層も含めた入力層の出力信号.SRNN特有
+    float* expand_mid_signal;     // 中間層の出力信号 
+  public:
+    float  squareError;           // 二乗誤差(経験誤差)
+    float* sample;                // 系列長len_seqenceに渡る次元dim_signalのサンプル
+    float* sample_maxmin;         // サンプルの取りうる最大/最小値信号を並べたベクトル
+    float* predict_signal;        // 予測出力
+
+  private:  
+    // サイズn*1のベクトルの要素をそれぞれシグモイド関数に通して,
+    // 結果をoutにセットする.(ニューロンのユニット動作を一括で)
+    void sigmoid_vec(float*,   // n * 1 入力ベクトル
+                     float*,   // n * 1 出力ベクトル
+                     int);     // n
+                     
+  public:
+    // 最小限の初期化パラメタによるコンストラクタ.配列(ベクトル)のアロケートを行う.
+    // 適宜追加する予定
+    SRNN(int,          // 信号の次元dim_signal
+         int,          // 中間層の数num_mid_neuron
+         int,          // 系列長len_seqence
+         float*,       // サンプル
+         float*);      // サンプルの最大値/最小値ベクトル
+    
+    ~SRNN(void);
+
+    // 逆誤差伝搬法による学習を行い,経験誤差が目標値goalErrorに達するか,
+    // 最大繰り返し回数maxIterationに到達したら,その時の二乗誤差を出力する.
+    float learning(void); 
+
+    // 予測結果predict_signalにセット
+    void predict(float *input); 
+};
+
+#endif /* SRNN_H_INCLUDED */