Perceptrón multicapa

Perceptrón multicapa desarrollado en Java con ayuda del IDE NetBeans. Se puede modificar el tamaño de los parámetros de entrada, salida, así como el número de capas y neuronas intermedias.

Instalar

• Clonar el repositorio en tu equipo.

Configuración

En el archivo NeuralNetwork_v2 existen cuatro arreglos de tipo double que serán las entradas con las que alimentaremos a nuestra red, los cuales son:

double[] entrada

Son los parámetros (entre 0 y 1) de entrada para evaluar y que la red nos arroje una predicción.

double[] salida

Es la salida real esperada para dicha entrada.

double[][] entradas

Es el arreglo de todas las entradas con las que se entrenara el sistema.

double[][] salidas

Es el arreglo de todas las salidas reales esperadas con las que se entrenara el sistema.

int[] topology={entrada.length,2,3,1};   

Es la topología que queremos para la red. En el ejemplo podemos ver una red con entradas n (tamaño del arreglo entrada), una capa oculta con 2 neuronas, una capa oculta de 3 neuronas y una salida de 1 neurona (Esta última debe coincidir con el número de elementos del arreglo salida).

Al ejecutar el programa (con ayuda del IDE) primero se mostrará en terminal una predicción con el arreglo entrada. Aquí la red NO esta entrenada.

double[][] Yp = imp.prediction(entrada);
        System.out.print("\n\Predicción SIN entrenamiento: ");
        op.print(Yp);

Después se procederá a entrenarla con el algoritmo de backpropagation. 10000 iteraciones, 0.09 de ratio de aprendizaje y usando todas las entradas y salidas de los arreglos entradas y salidas.

for(int i=0;i<10000;i++){
            //System.out.println("Iteracion: "+i);
            for(int j=0;j<entradas.length;j++){
               imp.train(entradas[j],salidas[j]); 
            }
        }

Al finalizar se mostrará en pantalla una nueva predicción usando el mismo arreglo entrada ya con la red entrenada.

Yp = imp.prediction(entrada);
        System.out.print("Predicción CON entrenamiento: ");
        op.print(Yp);

NOTAS

La salida de la predicción así como del entrenamiento es un arreglo bidimensional del cual solo se ocupa el arreglo en la posición [0].

Autor ✒️

• Zeth Álvarez Hernández - Trabajo Inicial