UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica
UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica
UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
• void reset_tset(TSET *t)<br />
azzera il contenuto di un training set;<br />
• void mix_ts(TSET *t)<br />
mescola casualmente i training samples contenuti nella struttura t. Per<br />
training set ordinati è utile effettuare questa operazione, poiché un<br />
ordine troppo rigoroso potrebbe influire negativamente sul processo di<br />
apprendimento;<br />
• float tset_error(NET *n, TSET *t)<br />
calcola l'errore quadratico medio complessivo della rete n sul training<br />
set t. Ritorna –1 se la rete o il training set non sono correttamente<br />
inizializzati;<br />
• int add_abs_noise(TSET *t, float var, int n)<br />
aggiunge del rumore pseudo-casuale con ampiezza massima pari a var ai<br />
primi n valori di uscita del training set puntato da t. Ritorna 0 in caso di<br />
successo, oppure –1 in caso di errore.<br />
• int load_tset(TSET *t, char *fname)<br />
inizializza il training set t leggendo i valori nel file fname. Restituisce 0<br />
nel caso in cui l’operazione sia stata eseguita correttamente, altrimenti<br />
ritorna –1. Il file contenente il training set deve avere la struttura<br />
descritta paragrafo 5.3.10.<br />
• int init_net(NET *n, int n1, int n2, int n3,<br />
float eta0, float m0, float minw, float maxw)<br />
inizializza la rete neurale n con i seguenti parametri:<br />
- n è il puntatore alla struttura che contiene la rete neurale da<br />
inizializzare;<br />
- n1, n2 e n3 specificano il numero di neuroni nei diversi strati della<br />
rete, rispettivamento quello di input, nascosto e quello di output;<br />
- eta0 e m0 sono i valori iniziali del learning rate e del momento, usati<br />
nella fase di training della rete;<br />
188