Classe élémentaire contenant un perceptron multicouches. More...

#include <si/subadaptive/subAdMlp.h>

Inheritance diagram for sigraph::SubAdMlp:

[legend]

Collaboration diagram for sigraph::SubAdMlp:

[legend]

Public Member Functions
	SubAdMlp (const std::string name="")

	SubAdMlp (const std::string name, const std::string file, const std::string filename)
	Constructeur qui charge le réseau.

	SubAdMlp (const char nom, int nc, int couch)

	SubAdMlp (const SubAdMlp &sa)

virtual	~SubAdMlp ()

virtual SubAdMlp &	operator= (const SubAdMlp &sa)

virtual SubAdaptive *	clone () const
	copie

Public Member Functions inherited from sigraph::IncrementalSubAdaptive
virtual	~IncrementalSubAdaptive ()

virtual IncrementalSubAdaptive &	operator= (const IncrementalSubAdaptive &sa)

virtual bool	hasIncrementalLearning (void) const
	Apprentissage incrémental (vecteur par vecteur) ?

unsigned int	testPeriod () const
	@na Data Access

void	setTestPeriod (unsigned int testPeriod)

Public Member Functions inherited from sigraph::SubAdaptive
virtual	~SubAdaptive ()

virtual SubAdaptive &	operator= (const SubAdaptive &sa)

virtual double	normalizedPotential (double outp) const

virtual double	unNormalizedPotential (double nout) const

virtual SubAdResponse *	test (const SiDBLearnable &tst)

virtual std::vector< double > *	normalizeSelected (const double *vec, unsigned int size)
	Normalise le vecteur d'entrée et ne retourne que les composantes sélectionnées dans le modèle.

virtual bool	openFile (const std::string &filename="")
	Ouvre un fichier pour écrire les vecteurs de données.

virtual void	closeFile ()
	Ferme le fichier.

virtual bool	fileOpened () const
	répond si le fichier est ouvert ou non

void	setRealClassMode (RealClassMode m)

std::string	getRealClassMode (void) const

virtual void	resetStats ()
	Vide toutes les stats.

virtual void	setStats (const std::vector< double > &mean, const std::vector< double > &sigma)
	SetStats from vectors.

unsigned	nStats () const

void	setNStats (unsigned nstats)

const std::map< unsigned, Stat > &	stats () const

void	setStats (const std::map< unsigned, Stat > &stats)

double	getMean (unsigned ind)

double	getSigma (unsigned ind)

double	errorRate () const

double	genErrorRate () const

double	genGoodErrorRate () const

double	genBadErrorRate () const

double	genMeanErrorRate () const
	C'est CETTE fonction qui est utilisée pour la pondération des experts.

void	setErrorRate (double rate)

void	setGenErrorRate (double rate)

double	localMinGErr () const

double	localMaxGErr () const

double	globalMinGErr () const

double	globalMaxGErr () const

void	setLocalMinGErr (double e)

void	setLocalMaxGErr (double e)

void	setGlobalMinGErr (double e)

void	setGlobalMaxGErr (double e)

double	misclassGoodRate () const

void	setMisclassGoodRate (double x)

double	misclassBadRate () const

void	setMisclassBadRate (double x)

double	misclassRate () const

void	updateErrors (double err)
	Met à jour les taux d'erreur de généralisation (appelé par test())

void	updateGoodErrors (double err)
	Met à jour les taux d'erreur de généralisation pour les bons exemples (appelé par test())

void	updateBadErrors (double err)
	Met à jour les taux d'erreur de généralisation pour les bons exemples (appelé par test())

void	setGenGoodErrorRate (double rate)

void	setGenBadErrorRate (double rate)

void	setLocalGoodMinGErr (double e)

void	setLocalGoodMaxGErr (double e)

void	setGlobalGoodMinGErr (double e)

void	setGlobalGoodMaxGErr (double e)

double	appGoodErrorRate () const

void	setAppGoodErrorRate (double e)

unsigned	stepsSinceGenMin () const

void	setStepsSinceGenMin (unsigned n)

void	setGlobalGenGBError (double e)

void	setLearnfinished (bool s)

bool	getLearnfinished (void) const

std::string	name () const

void	setName (const std::string name)

virtual void	getStreams (SubAdaptive &sa)
	Transfère les fichiers ouverts d'un autre modèle (en cas de copie)

virtual void	setMinOut (double mino)
	Fixe le min de la sortie.

virtual void	setMaxOut (double maxo)
	Fixe le max de la sortie.

virtual double	relianceWeight () const

RelianceWeightMethod	relianceWeightMethod () const

void	setRelianceWeightMethod (RelianceWeightMethod x)

Fonctions de base
mlp< double, double >	_net
	Multi layer perceptron.

double	_eta
	Learning step.

std::string	_netFileName
	netfile name

virtual void	prepare (const std::vector< double > &v)
	Prépare le réseau avec les stats sur le vecteur etc.

virtual void	prepare (const SiVectorLearnable &vl)

virtual void	prepare (const double *vec, unsigned int size)

virtual double	getLearnedLabel (const SiVectorLearnable &vl) const
	Return learned label of the vector.

virtual SubAdResponse *	train (AdaptiveLeaf &, const SiDBLearnable &tr, const SiDBLearnable &tst)
	Apprentissage.

double	learn (AdaptiveLeaf &al, const SiDBLearnable &train, const SiDBLearnable &tst)

double	learn (const SiVectorLearnable &vl)
	Apprentissage.

virtual double	prop (const std::vector< double > &)
	Propagation.

virtual double	test (const SiVectorLearnable &vl)
	Test: met à jour le taux d'erreur de généralisation.

virtual std::string	chooseFilename (const std::string &basename="") const
	{\tt basename} doit être vide ou terminé par '/'

virtual void	subFiles (const std::string &prefix, std::set< std::string > &listNames) const
	Donne la liste des fichiers sous le modèle.

virtual void	learnStats (const std::vector< double > &vec, double outp=0)
	Ajout à la base de statistiques.

virtual void	init ()
	Initialise l'apprentissage (fonction abstraite)

mlp< double, double > &	net ()
	@na Data Access

double	eta () const
	Learning step.

void	setEta (double eta)

virtual void	buildTree (Tree &tr) const
	Convert to tree (for IO)

virtual void	setBaseName (const std::string &basename)

virtual void	setFileNames (const std::string &name)
	Noms des fichiers de sauvegardes (des réseaux de neurones par ex.)

virtual std::string	fileNames () const

Additional Inherited Members
Public Types inherited from sigraph::SubAdaptive
enum	RealClassMode { RealClassFromClassID , RealClassFromPotential }

enum	RelianceWeightMethod { MeanGenError , MisclassFrequency }

Static Public Attributes inherited from sigraph::SubAdaptive
static double	ForgetFactor
	Facteur d'oubli pour moyenner les taux d'erreurs.

static double	GenForgetFactor
	Facteur d'oubli pour moyenner les taux d'erreurs de généralisation.

static double	GenGoodForgetFactor
	Facteur d'oubli pour moyenner les taux d'erreurs de généralisation des bons exemples.

static double	GenBadForgetFactor
	Facteur d'oubli pour moyenner les taux d'erreurs de généralisation des mauvais exemples.

static double	LocalForgetFactor
	Facteur d'oubli pour les min et max locaux.

Protected Member Functions inherited from sigraph::IncrementalSubAdaptive
	IncrementalSubAdaptive (const std::string name="")

	IncrementalSubAdaptive (const IncrementalSubAdaptive &sa)

	SubAdaptive (const std::string name="")

	SubAdaptive (const SubAdaptive &sa)

Protected Attributes inherited from sigraph::IncrementalSubAdaptive
unsigned int	_testPeriod
	Test Period.

std::string	_name
	Entrées utiles.

unsigned	_nStats
	Nombre d'exemples dans les stats.

std::map< unsigned, Stat >	_stats
	Statistiques pour chaque entrée.

std::ostream *	_stream
	fichier de sauvegarde des données reçues en apprentissage

std::ostream *	_tstream
	fichier de sauvegarde pour les données de propagation / test

double	_errorRate
	Taux d'erreur d'apprentissage.

double	_genErrorRate
	Taux d'erreur de généralisation.

double	_mg
	Minimum global d'erreur.

double	_Mg
	Maximum global d'erreur.

double	_ml
	Minimum local d'erreur.

double	_Ml
	Maximum local d'erreur.

double	_ggErrorRate
	Taux d'erreur de généralisation sur les bons exemples.

double	_mgl
	Min local d'erreur sur les bons (généralisation)

double	_Mgl
	Max local d'erreur sur les bons.

double	_mgg
	Min global d'erreur sur les bons.

double	_Mgg
	Max global d'erreur sur les bons.

double	_agErrorRate
	Taux d'erreur d'apprentissage sur les bons exemples.

unsigned	_stepsSinceGenMin
	Nb de tests depuis le dernier minimum global.

double	_gbErrorRate
	Taux d'erreur de généralisation sur les mauvais exemples.

double	_mggb
	Min global de (erreur bons + erreur mauvais) en généralisation.

double	_misclassGoodRate

double	_misclassBadRate

double	_minOut
	Borne inf de la sortie.

double	_maxOut
	Borne sup de la sortie.

bool	_learnfinished
	L'apprentissage a été effectué.

RealClassMode	_real_class_mode
	Real Class mode.

RelianceWeightMethod	_relianceWeightMethod

Detailed Description

Classe élémentaire contenant un perceptron multicouches.

Definition at line 18 of file subAdMlp.h.

Constructor & Destructor Documentation

◆ SubAdMlp() [1/4]

sigraph::SubAdMlp::SubAdMlp ( const std::string name = "" )

References sigraph::SubAdaptive::name().

Referenced by clone(), operator=(), SubAdMlp(), SubAdMlp(), and ~SubAdMlp().

◆ SubAdMlp() [2/4]

sigraph::SubAdMlp::SubAdMlp	(	const std::string	name,
		const std::string	file,
		const std::string	filename )

Constructeur qui charge le réseau.

Parameters

name	nom du SubAdMlp (identifiant pour work / eval)
file	nom de fichier réseau (.net) écrit dans le fichier du modèle
filename	nom complet du fichier réseau

References sigraph::SubAdaptive::name().

◆ SubAdMlp() [3/4]

sigraph::SubAdMlp::SubAdMlp	(	const char *	nom,
		int	nc,
		int *	couch )

References SubAdMlp().

◆ SubAdMlp() [4/4]

sigraph::SubAdMlp::SubAdMlp ( const SubAdMlp & sa )

inline

Definition at line 106 of file subAdMlp.h.

References _eta, _net, _netFileName, sigraph::IncrementalSubAdaptive::IncrementalSubAdaptive(), and SubAdMlp().

◆ ~SubAdMlp()

virtual sigraph::SubAdMlp::~SubAdMlp ( )

virtual

References SubAdMlp().

Member Function Documentation

◆ buildTree()

virtual void sigraph::SubAdMlp::buildTree ( Tree & tr ) const

virtual

Convert to tree (for IO)

Reimplemented from sigraph::SubAdaptive.

◆ chooseFilename()

virtual std::string sigraph::SubAdMlp::chooseFilename ( const std::string & basename = "" ) const

virtual

{\tt basename} doit être vide ou terminé par '/'

Reimplemented from sigraph::SubAdaptive.

◆ clone()

SubAdaptive * sigraph::SubAdMlp::clone ( ) const

inlinevirtual

copie

Implements sigraph::SubAdaptive.

Definition at line 126 of file subAdMlp.h.

References SubAdMlp().

◆ eta()

double sigraph::SubAdMlp::eta ( ) const

inline

Learning step.

Definition at line 79 of file subAdMlp.h.

References _eta.

Referenced by setEta().

◆ fileNames()

virtual std::string sigraph::SubAdMlp::fileNames ( ) const

inlinevirtual

Reimplemented from sigraph::SubAdaptive.

Definition at line 89 of file subAdMlp.h.

References _netFileName.

◆ getLearnedLabel()

virtual double sigraph::SubAdMlp::getLearnedLabel ( const SiVectorLearnable & vl ) const

virtual

Return learned label of the vector.

Reimplemented from sigraph::SubAdaptive.

◆ init()

virtual void sigraph::SubAdMlp::init ( )

virtual

Initialise l'apprentissage (fonction abstraite)

Reimplemented from sigraph::SubAdaptive.

◆ learn() [1/2]

double sigraph::SubAdMlp::learn	(	AdaptiveLeaf &	al,
		const SiDBLearnable &	train,
		const SiDBLearnable &	tst )

virtual

Implements sigraph::IncrementalSubAdaptive.

References train().

◆ learn() [2/2]

double sigraph::SubAdMlp::learn ( const SiVectorLearnable & vl )

Apprentissage.

Returns: erreur sur l'exemple avant l'apprentissage

◆ learnStats()

virtual void sigraph::SubAdMlp::learnStats	(	const std::vector< double > &	vec,
		double	outp = 0 )

virtual

Ajout à la base de statistiques.

Reimplemented from sigraph::SubAdaptive.

◆ net()

mlp< double, double > & sigraph::SubAdMlp::net ( )

inline

@na Data Access

Network access (R/W)

Definition at line 77 of file subAdMlp.h.

References _net.

◆ operator=()

SubAdMlp & sigraph::SubAdMlp::operator= ( const SubAdMlp & sa )

inlinevirtual

Definition at line 113 of file subAdMlp.h.

References _eta, _net, _netFileName, sigraph::IncrementalSubAdaptive::operator=(), and SubAdMlp().

◆ prepare() [1/3]

virtual void sigraph::SubAdMlp::prepare	(	const double *	vec,
		unsigned int	size )

virtual

◆ prepare() [2/3]

virtual void sigraph::SubAdMlp::prepare ( const SiVectorLearnable & vl )

virtual

◆ prepare() [3/3]

virtual void sigraph::SubAdMlp::prepare ( const std::vector< double > & v )

virtual

Prépare le réseau avec les stats sur le vecteur etc.

◆ prop()

virtual double sigraph::SubAdMlp::prop ( const std::vector< double > & )

virtual

Propagation.

Implements sigraph::SubAdaptive.

◆ setBaseName()

virtual void sigraph::SubAdMlp::setBaseName ( const std::string & basename )

virtual

Reimplemented from sigraph::SubAdaptive.

◆ setEta()

void sigraph::SubAdMlp::setEta ( double eta )

inline

Definition at line 80 of file subAdMlp.h.

References _eta, and eta().

◆ setFileNames()

virtual void sigraph::SubAdMlp::setFileNames ( const std::string & name )

inlinevirtual

Noms des fichiers de sauvegardes (des réseaux de neurones par ex.)

Reimplemented from sigraph::SubAdaptive.

Definition at line 87 of file subAdMlp.h.

References _netFileName, and sigraph::SubAdaptive::name().

◆ subFiles()

virtual void sigraph::SubAdMlp::subFiles	(	const std::string &	prefix,
		std::set< std::string > &	listNames ) const

virtual

Donne la liste des fichiers sous le modèle.

Reimplemented from sigraph::SubAdaptive.

◆ test()

virtual double sigraph::SubAdMlp::test ( const SiVectorLearnable & vl )

virtual

Test: met à jour le taux d'erreur de généralisation.

Reimplemented from sigraph::SubAdaptive.

◆ train()

virtual SubAdResponse * sigraph::SubAdMlp::train	(	AdaptiveLeaf &	al,
		const SiDBLearnable &	train,
		const SiDBLearnable &	test )

virtual

Apprentissage.

Implements sigraph::IncrementalSubAdaptive.

Referenced by learn().

Member Data Documentation

◆ _eta

double sigraph::SubAdMlp::_eta

protected

Learning step.

Definition at line 96 of file subAdMlp.h.

Referenced by eta(), operator=(), setEta(), and SubAdMlp().

◆ _net

mlp<double,double> sigraph::SubAdMlp::_net

protected

Multi layer perceptron.

Definition at line 94 of file subAdMlp.h.

Referenced by net(), operator=(), and SubAdMlp().

◆ _netFileName

std::string sigraph::SubAdMlp::_netFileName

protected

netfile name

Definition at line 98 of file subAdMlp.h.

Referenced by fileNames(), operator=(), setFileNames(), and SubAdMlp().

The documentation for this class was generated from the following file:

si/subadaptive/subAdMlp.h

SiGraph: sulcal graphs

Public Member Functions

Fonctions de base

Additional Inherited Members

Detailed Description

Constructor & Destructor Documentation

◆ SubAdMlp() [1/4]

◆ SubAdMlp() [2/4]

◆ SubAdMlp() [3/4]

◆ SubAdMlp() [4/4]

◆ ~SubAdMlp()

Member Function Documentation

◆ buildTree()

◆ chooseFilename()

◆ clone()

◆ eta()

◆ fileNames()

◆ getLearnedLabel()

◆ init()

◆ learn() [1/2]

◆ learn() [2/2]

◆ learnStats()

◆ net()

◆ operator=()

◆ prepare() [1/3]

◆ prepare() [2/3]

◆ prepare() [3/3]

◆ prop()

◆ setBaseName()

◆ setEta()

◆ setFileNames()

◆ subFiles()

◆ test()

◆ train()

Member Data Documentation

◆ _eta

◆ _net

◆ _netFileName