py -3 test.py 制御データファイル名 構造データファイル名
誤差 0.1 出力 -2 出力ファイル kekka 順番 0 η 0.5 α 0.8
- 誤差
- 収束の判定を行うための値です．各出力ユニットの実際の出力値と目標出力値の差がこの値以下になると収束と見なします．
- 出力
- 出力先とその方法を指定します．以下に示すいずれかの値を入力します．
- =0：誤って認識した数だけ出力
- =1：認識結果を出力
- =2：認識結果と重みを出力
- なお，負の値を使用すると，結果をファイルへも出力します．この例の場合，-2 となっていますので，認識結果と重みが，ディスプレイとファイルに出力されます．
- 出力ファイル
- 上の「出力」の項目に対して負の値を入力したときに必要となり，出力ファイル名を入力します．なお，ファイルへ出力をしないときは，「出力ファイル kekka 」の項を削除しておいてください．
- 順番
- 学習例をどのような順番で与えるかを指定します．0 を入力すると学習例が入力された順番通り，また，1 を入力するとランダムに学習例が選ばれます．
- η，および，α
- 重みを修正する際の係数です
入力ユニット数 2 出力ユニット数 1 関数タイプ 0 隠れ層の数 1 各隠れ層のユニット数（下から） 1 バイアス入力ユニット数 1 ユニット番号：出力ユニットから順に番号付け 入力方法：=-3:固定，=-2:入力後学習，=-1:乱数(default，[-0.1,0.1])） 値：バイアス値（ー２またはー３の時）または一様乱数の範囲（下限，上限） 1 -1 -0.1 0.1 接続方法の数 2 ユニット番号：ユニットk1からk2を，k3からk4に接続 接続方法：=0:接続なし，=1:乱数，=2:重み入力後学習，=3:重み固定 値：重み（２または３の時）または一様乱数の範囲（１の時：下限，上限） 3 4 1 2 1 -0.1 0.1 2 2 1 1 1 -0.1 0.1
- 入力ユニット数
- 入力ユニット数を入力します
- 出力ユニット数
- 出力ユニット数を入力します
- 関数タイプ
- 各ユニットの出力値を計算するシグモイド関数の形を指定します．0 を入力すると各ユニットの出力値の範囲が [0, 1] となり，また，1 を入力すると [-1, 1] となります．
- 隠れ層の数
- 隠れ層（入力層，出力層は含まれません）の数を入力します．
- 各隠れ層のユニット数（下から）
- 各隠れ層に含まれるユニット数を入力します．たとえば，隠れ層の数が 2 であり（当然，「隠れ層の数」に対応する値も 2 にしなければなりません），1 番目の隠れ層（入力層のすぐ上）に含まれるユニット数が 5，かつ，2 番目の隠れ層に含まれるユニット数が 3 であるときは，この部分は，上で述べた項目も含め，
- 隠れ層の数 2 各隠れ層のユニット数（下から） 5 3
- となります．なお，隠れ層の数が 0 の場合は，「各隠れ層のユニット数」以下を削除してください．
- バイアス入力ユニット数
- 何も指定しなければ，各ユニットのバイアスの初期値は，[-0.1 0.1] 区間の一様乱数によって設定されます．バイアスの初期値を変更したり，または，特定の値に固定したいような場合にこの項を使用します．ここで指定するのは，特別な指定を行いたいユニットの数です．なお，この項に続く 3 行は単なるコメントですが，この項に 0 を入力した場合でも削除しないでください．
- 1 -1 -0.05 0.05
- バイアス指定データです．上の項で指定した数だけこのようなデータが必要になります．このデータの意味するところは以下の通りです．まず，最初の数字（この例では 1 ）は，ユニット番号を表しています．ネットワークの各ユニットは出力ユニットから順番に図に示すような番号付けが行われます．その番号を指定してください．
- 次の数字（この例では -1 ）は，バイアスの設定方法を示します．-1 の場合は，一様乱数を使用します．この例のように，次に続く 2 つのデータによって一様乱数の区間（この例の場合，[-0.05 0.05] ）を指定します．
- -2 や -3 を指定した場合は，一様乱数を使用せず，次に続くデータがそのままバイアスの初期値となります．たとえば，ユニット 1 のバイアスの初期値を 0.1 にしたい場合は以下のようにします．
- 1 -2 0.1
- なお，-3 の場合は，与えられた初期値を学習によって変更せず，そのまま固定されます．
- 次の数字（この例では -1 ）は，バイアスの設定方法を示します．-1 の場合は，一様乱数を使用します．この例のように，次に続く 2 つのデータによって一様乱数の区間（この例の場合，[-0.05 0.05] ）を指定します．
- 接続方法の数
- 接続方法を示すデータ群の数を入力します．接続方法を入力しないと，各ユニットは全く接続されない状態となります．従って，この項には必ず 0 より大きい値が設定されるはずです．なお，この項に続く 3 行は単なるコメントですが，絶対に削除しないでください．
- 3 4 1 2 1 -0.1 0.1
- 2 2 1 1 1 -0.1 0.1
- 各々，接続方法を示すデータ群です．この例の場合，上の項で 2 を入力しているため，これら 2 つのデータ群を必要とします．各データの意味するところは以下の通りです．
- 最初の 4 つのデータ（ k1, k2, k3, k4 とする）は接続するユニット番号を表しています．ユニット番号が k1 から k2 （その間のユニットも含む）であるユニットを，ユニット番号が k3 から k4 （その間のユニットも含む）であるユニットに接続することを意味しています．たとえば，「3 5 1 2」の入力により，「3-1, 3-2, 4-1, 4-2, 5-1, 5-2」という 6 つの接続が生成されます．この例の場合，どのようになるかは，図と照らし合わせてみれば明らかだと思います．
- 5 つ目の数字は，接続方法を表し，0，1，2，および，3 のいずれかの値を設定します．0 を選択すると最初の 4 つのデータで指定されたユニット間の接続が削除されます．それ以外の値を入力した場合は，指定されたユニット間が接続されます．ただし，重みの初期値の設定が指定した値によって異なってきます．その意味は，ユニットのバイアスの項で説明した -1，-2，および，-3 の場合を，重みの初期値に読み替えてみれば明らかだと思います．
- 3 4 1 2 1 -0.1 0.1
- 学習回数は？ 5000
- 何回毎に収束を確認しますか？ 500
- 学習パターンのファイル名は？ learn.dat
- 何回毎に収束を確認しますか？ 500
パターンの数 4 入力ユニット数 2 出力ユニット数 1 入力１ 0 0 出力１ 0 入力２ 0 1 出力２ 1 入力３ 1 0 出力３ 1 入力４ 1 1 出力４ 0
- パターンの数
- 学習例の数を入力します．この例では，2 ビットの排他的論理和を 4 つの学習例を使用して学習を行うことになります．なお，入力ユニット数，および，出力ユニット数に関しては，構造データファイルで指定した値と同じ値に設定してください．
- 入力１
- 各学習例において，各入力ユニットに入力される値を設定します．この例の場合，入力ユニットの数が 2 ですので，2 つの値を必要とします．
- 出力１
- 上の入力が与えられたときの目標出力値を入力します．上の項と同様，出力ユニットの数だけ数値が並ぶことになります．
回数 500 誤って認識したパターン数 4 回数 1000 誤って認識したパターン数 4 回数 1500 誤って認識したパターン数 4 回数 2000 誤って認識したパターン数 4 回数 2500 誤って認識したパターン数 4 回数 3000 誤って認識したパターン数 3 回数 3500 誤って認識したパターン数 0
入力パターン 1 0.00 0.00
出力パターン(理想) 0.000
(実際) 0.060
入力パターン 2 0.00 1.00
出力パターン(理想) 1.000
(実際) 0.911
・・・・・・
重み
to 1 from 2 -10.700 3 -4.675 4 -4.675
to 2 from 3 -6.825 4 -6.827
バイアス 1 7.139 2 2.501
未学習パターンの認識を行いますか？（=1:行う，=0:行わない）