パーセプトロン学習

  以下,複数のファイル構成になっています.ファイル間の区切りを「---・・・」で示します.このプログラム例においては,ヘッダファイル MT.h に記述されたメルセンヌ・ツイスタを使用していまが,C++11 で記述可能であれば,標準ライブラリ内に含まれているメルセンヌ・ツイスタ法を使用した乱数生成関数を利用できます.

------------------------入力ファイル--------------
最大試行回数 100 入力セルの数 2 訓練例の数 4 乱数 123
入力データファイル or.dat

------------------------or.dat--------------------
OR演算の訓練例.各行の最後のデータが目標出力値
-1 -1 -1
-1  1  1
 1 -1  1
 1  1  1

------------------------perceptron.h--------------
/**************************/
/* Perceptronクラスの定義 */
/**************************/
class Perceptron {
		long max;   // 最大学習回数
		long n;   // 訓練例の数
		long p;   // 入力セルの数
		long *W_p;   // 重み(ポケット)
		long *W;   // 重み
		long **E;   // 訓練例
		long *C;   // 各訓練例に対する正しい出力
	public:
		Perceptron(long, long, long, long);
		~Perceptron();
		long Bunrui();
		void Input(char *);
		void Learn(int, char *name = "");
		long Pocket(long *);
};

------------------------constructor---------------
/******************/
/* コンストラクタ */
/******************/
#include <stdlib.h>
#include "perceptron.h"
#include "MT.h"

Perceptron::Perceptron(long max_i, long n_i, long p_i, long seed)
{
	long i1;
/*
     設定
*/
	max = max_i;
	n   = n_i;
	p   = p_i;

	init_genrand(seed);
/*
     領域の確保
*/
	E   = new long * [n];
	for (i1 = 0; i1 < n; i1++)
		E[i1] = new long [p+1];

	W_p = new long [p+1];
	W   = new long [p+1];
	C   = new long [n];
}

------------------------destructor----------------
/****************/
/* デストラクタ */
/****************/
#include "perceptron.h"

Perceptron::~Perceptron()
{
	int i1;

	for (i1 = 0; i1 < n; i1++)
		delete [] E[i1];
	delete [] E;

	delete [] W_p;
	delete [] W;
	delete [] C;
}

------------------------Bunrui.cpp----------------
/******************************************/
/* 訓練例の分類                           */
/*      return : 正しく分類した訓練例の数 */
/******************************************/
#include "perceptron.h"

long Perceptron::Bunrui()
{
	long i1, i2, num = 0, s;

	for (i1 = 0; i1 < n; i1++) {
		s = 0;
		for (i2 = 0; i2 <= p; i2++)
			s += W[i2] * E[i1][i2];
		if ((s > 0 && C[i1] > 0) || (s < 0 && C[i1] < 0))
			num++;
	}

	return num;
}

------------------------Input.cpp-----------------
/**************************/
/* 学習データの読み込み   */
/*      name : ファイル名 */
/**************************/
#include <stdio.h>
#include "perceptron.h"

void Perceptron::Input(char *name)
{
	long i1, i2;
	FILE *st;

	st = fopen(name, "r");

	fscanf(st, "%*s");

	for (i1 = 0; i1 < n; i1++) {
		E[i1][0] = 1;
		for (i2 = 1; i2 <= p; i2++)
			fscanf(st, "%ld", &E[i1][i2]);
		fscanf(st, "%ld", &C[i1]);
	}

	fclose(st);
}

------------------------Learn.cpp-----------------
/*********************************/
/* 学習と結果の出力              */
/*      pr : =0 : 画面に出力     */
/*           =1 : ファイルに出力 */
/*      name : 出力ファイル名    */
/*********************************/
#include <stdio.h>
#include "perceptron.h"

void Perceptron::Learn(int pr, char *name)
{
	long i1, i2, n_tri, num, s;
	FILE *out;

	n_tri = Pocket(&num);

	if (pr == 0)
		out = stdout;
	else
		out = fopen(name, "w");

	fprintf(out, "重み\n");
	for (i1 = 0; i1 <= p; i1++)
		fprintf(out, "%5ld", W_p[i1]);
	fprintf(out, "\n");

	fprintf(out,"分類結果\n");
	for (i1 = 0; i1 < n; i1++) {
		s  = 0;
		for (i2 = 0; i2 <= p; i2++)
			s += E[i1][i2] * W_p[i2];
		if (s > 0)
			s = 1;
		else
			s = (s < 0) ? -1 : 0;
		for (i2 = 1; i2 <= p; i2++)
			fprintf(out, "%2ld", E[i1][i2]);
		fprintf(out, " Cor %2ld Res %2ld\n", C[i1], s);
	}

	if (n == num)
		printf("  !!すべてを分類(試行回数:%ld)\n", n_tri);
	else
		printf("  !!%ld 個を分類\n", num);
}

------------------------Pocket.cpp----------------
/********************************************/
/* Pocket Algorith with Ratcet              */
/*      num_p : 正しく分類した訓練例の数    */
/*      return : =0 : 最大学習回数          */
/*               >0  : すべてを分類(回数) */
/********************************************/
#include <stdlib.h>
#include "perceptron.h"
#include "MT.h"

long Perceptron::Pocket(long *num_p)
{
	long count = 0, i1, k, num, run = 0, run_p = 0, s, sw = -1;
/*
     初期設定
*/
	*num_p = 0;

	for (i1 = 0; i1 <= p; i1++)
		W[i1] = 0;
/*
     実行
*/
	while (sw < 0) {

		count++;
		if (count > max)
			sw = 0;

		else {
					// 訓練例の選択
			k = (long)(genrand_real3() * n);
			if (k >= n)
				k = n - 1;
					// 出力の計算
			s = 0;
			for (i1 = 0; i1 <= p; i1++)
				s += W[i1] * E[k][i1];
					// 正しい分類
			if ((s > 0 && C[k] > 0) || (s < 0 && C[k] < 0)) {
				run++;
				if (run > run_p) {
					num = Bunrui();
					if (num > *num_p) {
						*num_p = num;
						run_p  = run;
						for (i1 = 0; i1 <= p; i1++)
							W_p[i1] = W[i1];
						if (num == n)
							sw = count;
					}
				}
			}
					// 誤った分類
			else {
				run = 0;
				for (i1 = 0; i1 <= p; i1++)
					W[i1] += C[k] * E[k][i1];
			}
		}
	}

	return sw;
}

------------------------main----------------------
/***********************************/
/* パーセプトロン学習              */
/* (Pocket Algorith with Ratcet) */
/*      coded by Y.Suganuma        */
/***********************************/
#include <stdio.h>
#include <stdlib.h>
#include "perceptron.h"

/****************/
/* main program */
/****************/
int main(int argc, char *argv[])
{
	long max, n, p, seed;
	char name[100];
	FILE *st;

	if (argc > 1) {
					// 基本データの入力
		st = fopen(argv[1], "r");
		fscanf(st, "%*s %ld %*s %ld %*s %ld %*s %ld",
               &max, &p, &n, &seed);
		fscanf(st, "%*s %s", name);
		fclose(st);
					// ネットワークの定義
		Perceptron net(max, n, p, seed);
		net.Input(name);
					// 学習と結果の出力
		if (argc == 2)
			net.Learn(0);
		else
			net.Learn(1, argv[2]);
	}

	else {
		printf("***error   入力データファイル名を指定して下さい\n");
		exit(1);
	}

	return 0;
}

-----------------------MT.h--------------------

/*
   A C-program for MT19937, with initialization improved 2002/1/26.
   Coded by Takuji Nishimura and Makoto Matsumoto.

   Before using, initialize the state by using init_genrand(seed)  
   or init_by_array(init_key, key_length).

   Copyright (C) 1997 - 2002, Makoto Matsumoto and Takuji Nishimura,
   All rights reserved.                          

   Redistribution and use in source and binary forms, with or without
   modification, are permitted provided that the following conditions
   are met:

     1. Redistributions of source code must retain the above copyright
        notice, this list of conditions and the following disclaimer.

     2. Redistributions in binary form must reproduce the above copyright
        notice, this list of conditions and the following disclaimer in the
        documentation and/or other materials provided with the distribution.

     3. The names of its contributors may not be used to endorse or promote 
        products derived from this software without specific prior written 
        permission.

   THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
   "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
   LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
   A PARTICULAR PURPOSE ARE DISCLAIMED.  IN NO EVENT SHALL THE COPYRIGHT OWNER OR
   CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
   EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
   PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
   PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF
   LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING
   NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
   SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.


   Any feedback is very welcome.
   http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/emt.html
   email: m-mat @ math.sci.hiroshima-u.ac.jp (remove space)
*/

/*
   The original version of http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/MT2002/CODES/mt19937ar.c was modified by Takahiro Omi as
   - delete line 47 "#include<stdio.h>"
   - delete line 174 int main(void){...}
   - change N -> MT_N
   - change N -> MT_N
   - change the file name "mt19937ar.c" -> "MT.h"
*/


/* Period parameters */  
#define MT_N 624
#define MT_M 397
#define MATRIX_A 0x9908b0dfUL   /* constant vector a */
#define UPPER_MASK 0x80000000UL /* most significant w-r bits */
#define LOWER_MASK 0x7fffffffUL /* least significant r bits */

static unsigned long mt[MT_N]; /* the array for the state vector  */
static int mti=MT_N+1; /* mti==MT_N+1 means mt[MT_N] is not initialized */

/* initializes mt[MT_N] with a seed */
void init_genrand(unsigned long s)
{
    mt[0]= s & 0xffffffffUL;
    for (mti=1; mti<MT_N; mti++) {
        mt[mti] = 
	    (1812433253UL * (mt[mti-1] ^ (mt[mti-1] >> 30)) + mti); 
        /* See Knuth TAOCP Vol2. 3rd Ed. P.106 for multiplier. */
        /* In the previous versions, MSBs of the seed affect   */
        /* only MSBs of the array mt[].                        */
        /* 2002/01/09 modified by Makoto Matsumoto             */
        mt[mti] &= 0xffffffffUL;
        /* for >32 bit machines */
    }
}

/* initialize by an array with array-length */
/* init_key is the array for initializing keys */
/* key_length is its length */
/* slight change for C++, 2004/2/26 */
void init_by_array(unsigned long init_key[], int key_length)
{
    int i, j, k;
    init_genrand(19650218UL);
    i=1; j=0;
    k = (MT_N>key_length ? MT_N : key_length);
    for (; k; k--) {
        mt[i] = (mt[i] ^ ((mt[i-1] ^ (mt[i-1] >> 30)) * 1664525UL))
          + init_key[j] + j; /* non linear */
        mt[i] &= 0xffffffffUL; /* for WORDSIZE > 32 machines */
        i++; j++;
        if (i>=MT_N) { mt[0] = mt[MT_N-1]; i=1; }
        if (j>=key_length) j=0;
    }
    for (k=MT_N-1; k; k--) {
        mt[i] = (mt[i] ^ ((mt[i-1] ^ (mt[i-1] >> 30)) * 1566083941UL))
          - i; /* non linear */
        mt[i] &= 0xffffffffUL; /* for WORDSIZE > 32 machines */
        i++;
        if (i>=MT_N) { mt[0] = mt[MT_N-1]; i=1; }
    }

    mt[0] = 0x80000000UL; /* MSB is 1; assuring non-zero initial array */ 
}

/* generates a random number on [0,0xffffffff]-interval */
unsigned long genrand_int32(void)
{
    unsigned long y;
    static unsigned long mag01[2]={0x0UL, MATRIX_A};
    /* mag01[x] = x * MATRIX_A  for x=0,1 */

    if (mti >= MT_N) { /* generate N words at one time */
        int kk;

        if (mti == MT_N+1)   /* if init_genrand() has not been called, */
            init_genrand(5489UL); /* a default initial seed is used */

        for (kk=0;kk<MT_N-MT_M;kk++) {
            y = (mt[kk]&UPPER_MASK)|(mt[kk+1]&LOWER_MASK);
            mt[kk] = mt[kk+MT_M] ^ (y >> 1) ^ mag01[y & 0x1UL];
        }
        for (;kk<MT_N-1;kk++) {
            y = (mt[kk]&UPPER_MASK)|(mt[kk+1]&LOWER_MASK);
            mt[kk] = mt[kk+(MT_M-MT_N)] ^ (y >> 1) ^ mag01[y & 0x1UL];
        }
        y = (mt[MT_N-1]&UPPER_MASK)|(mt[0]&LOWER_MASK);
        mt[MT_N-1] = mt[MT_M-1] ^ (y >> 1) ^ mag01[y & 0x1UL];

        mti = 0;
    }
  
    y = mt[mti++];

    /* Tempering */
    y ^= (y >> 11);
    y ^= (y << 7) & 0x9d2c5680UL;
    y ^= (y << 15) & 0xefc60000UL;
    y ^= (y >> 18);

    return y;
}

/* generates a random number on [0,0x7fffffff]-interval */
long genrand_int31(void)
{
    return (long)(genrand_int32()>>1);
}

/* generates a random number on [0,1]-real-interval */
double genrand_real1(void)
{
    return genrand_int32()*(1.0/4294967295.0); 
    /* divided by 2^32-1 */ 
}

/* generates a random number on [0,1)-real-interval */
double genrand_real2(void)
{
    return genrand_int32()*(1.0/4294967296.0); 
    /* divided by 2^32 */
}

/* generates a random number on (0,1)-real-interval */
double genrand_real3(void)
{
    return (((double)genrand_int32()) + 0.5)*(1.0/4294967296.0); 
    /* divided by 2^32 */
}

/* generates a random number on [0,1) with 53-bit resolution*/
double genrand_res53(void) 
{ 
    unsigned long a=genrand_int32()>>5, b=genrand_int32()>>6; 
    return(a*67108864.0+b)*(1.0/9007199254740992.0); 
} 
/* These real versions are due to Isaku Wada, 2002/01/09 added */

		

  コンパイルした後,

実行可能ファイル名 入力ファイル名 出力ファイル名

と入力してやれば実行できます.出力ファイル名は,結果を出力するファイルの名前であり,省略すると画面に出力されます.また,入力ファイル名は,実行に必要なデータを記述したファイルの名前であり,たとえば以下のような形式で作成します.
最大試行回数 100 入力セルの数 2 訓練例の数 4 乱数 123
入力データファイル or.dat		
  日本語で記述した部分(「最大試行回数」,「入力セルの数」等)は,次に続くデータの説明ですのでどのように修正しても構いませんが,削除したり,または,複数の文(間に半角のスペースを入れる)にするようなことはしないでください.各データの意味は以下に示す通りです.
最大試行回数

  学習回数を入力します.この例では 100 を与えています.

入力セルの数

  入力セル(入力ユニット)の数を入力します.この例では 2 となっています.

訓練例の数

  訓練例の数を入力します(この例では 4 ).訓練例は,「入力データファイル」の項に入力されたファイル(この例では,or.dat )に記述します.ファイル or.dat は,たとえば,以下のようになります.
	OR演算の訓練例.各行の最後のデータが目標出力値
	-1 -1 -1
	-1  1  1
	 1 -1  1
	 1  1  1			
  1 行目はこのファイルの説明であり,何を記述しても構いません.ただし,文全体を削除したり,文の途中に半角のスペースを入れるようなことはしないでください.2 行目以下が 4 つの訓練例を表しています.各訓練例において,最初の 2 つの値が各入力ユニットに入力される値であり,3 番目の値が,そのときの目標出力値になっています.

乱数

  乱数の初期値です.
  上で説明したデータの元で実行すると,たとえば,以下のような出力が得られます.出力ファイル名を指定した場合は,最後の 1 行だけがコンソールに,残りはファイルに出力されます.
重み
    1    1    1
分類結果
-1-1 Cor -1 Res -1
-1 1 Cor  1 Res  1
 1-1 Cor  1 Res  1
 1 1 Cor  1 Res  1
  !!すべてを分類(試行回数:6)		
  2 行目の 2 番目以降のデータが,各入力ユニットから出力ユニットへ向かう枝に付けられた重みです.また,1 番目のデータはバイアスです.分類結果において,Cor の次に出力された値が,入力データ(たとえば,4 行目では「-1 -1」)に対する目標出力値であり,また,Res の後の値が実際の計算(分類)結果です.