UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

calcola l'uscita della rete neurale n a partire degli attuali valori di
ingressi caricati nella struttura.
• void compute_err(NET *n)
calcola l'errore tra l'uscita corrente e l'uscita desiderata, in
corrispondenza di una stessa combinazione di ingressi.
• void adjust_weights(NET *n)
effettua la correzione dei pesi dello strato di uscita e di quello nascosto
della rete n, in base alla delta rule e alla tecnica di retropropagazione
dell'errore.
• void set_learning_parms(NET *n, double eps, long int epi)
imposta i parametri di apprendimento per la rete n. Tali parametri sono:
eps, cioè la precisione che si desidera raggingere per la funzione errore e
epi, ovvero il numero di iterazioni massime per ciascun ciclo di
apprendimento.
• long learn(NET *n, TSET *t, TSET *v)
esegue il ciclo di apprendimento per la rete n, utilizzando il training set
contenuto in t e il validation set v. La funzione ritorna -1 se il ciclo di
apprendimento è stato completato senza raggiungere la precisione
desiderata, altrimenti ritorna l'epoca alla quale è stata raggiunto il limite
di precisione. E' possibile non utilizzare il validation set passando NULL
come valore per v.
• int save_weights(NET *n, char *fname)
salva nel file fname tutti i dati inerenti la rete neurale n.
B.6 output
• void init_output_engine(void)
avvia il motore grafico.
• int graph_mode(void)
190