Uma biblioteca em C para inteligência artificial
Esta biblioteca é genérica para que possa ser implementada ao seu gosto.
- Vantagens de usar esta biblioteca
Por usar pouca abstração ganha-se velocidade nos treinamentos.
Facil implementação
Veja o arquivo RNACONFIG.h, nele contem grande parte dos parametros ajustáveis, como função de ativação, o valor min e max do numero sorteado, etc.
typedef struct{
double *dna;//pesos
int dna_len;
int *arquitetura;
int arquitetura_len;
void *p;// usado para atribuir uma strutura para modelagem
double pontuacao;
}RNG;Esta strutura empacota toda informação da rede neural (RNA).
A arquitetura é um vetor que representa quantos neuronios cada camada possui, deve possuir tamanho maior que 2, a biblioteca não checa por razões de otimização. Exemplo de rede com 3 neuronios de entrada 2 de saida com 2 camadas ocultas com 7 e 6 neuronios respectivamente {3,7,6,2} .
dna guarda todos os pesos da rede incluindo o bias. O seu tamanho é calculado automaticamente ao criar uma rede neural, veja newRNG.
o ponteiro *p é para atribuir uma strutura contendo mais informações sobre o individuo. Use na modelagem do seu problema. Veja freeRNG
#### newRNG
RNG newRNG(const int *arquitetura,int len);Retorna uma strutura RNG de acordo com a arquitetura passada, o vetor arquitetura sera apenas copiado. A função calcula a quantidade de pesos que a rede terá.
RNG loadRNG(const char * fileToload)retorna uma RNG contida em um arquivo.
void salveRNG(RNG r,const char * fileToSave);Salva a rede em um arquivo.
ATENÇÃO tenha certeza que o diretório exista.
void freeRNG(RNG r);Toda Rede criada por newRNG e loadRNG deve ser liberada ao final do programa.
void randomMutation(RNG *redes,int len,double *rangeMutation);Esta função é a responsavel pela rede aprender, chame-a após pontuas a rede. A função reseta a pontuacao a 0 quando chamada.
void eval(RNG r,double *input,double *output);Essa função aplica a entrada na rede neural e ao final o vetor saida conterá o resultado fornecido pela rede. A entrada deve ter o mesmo tamanho que o primeiro elemento do vetor arquitetura e a saída o mesmo tamanho do ultimo elemento da arquitetura.
Use para avaliar o desempenho da rede.
..