Ecco il file setup.py
from distutils.core import setup
setup(
name = 'PyNEURONE',
version = '1.3.1',
description = 'Leggi il file .txt nella cartella',
long_description = open('FAQ_PyNeur.txt', 'r').read(),
py_modules = ['Ag_Neuron'],
author = 'Alberto Girardi',
author_email = 'alberto.gir...@gmail.com',
keywords = 'python generators distutils',
scripts = 'PyNEURONE-1.3.1.py',
platforms = 'all',
classifiers = ['Intended Audience::Education'
]
)
Ecco anche il file che contiene la definizione delle classi. E' abbastanza
grande, spero di non intasare troppo la mail:
import math
class Neurone:
def __init__(self):
self.pesi = [1, 1]
self.learning_rate = 0.4999
self.delta_learningrate = 0.0018
self.errore_tot = 0
def detPesi(self, ninputs):
pesi = [1 for i in range( ninputs)]
def activationFunction(self, pa):
#soglia
return 1/(1 + math.exp(-pa))
#if pa> 0.0:
# return 1.0
# else:
# return 0.0
def output (self, inputs):
pa = 0
for i in range(len(inputs)):
pa += inputs[i] * self.pesi[i]
return self.activationFunction(pa)
def learn(self, x, target ):
out = self.output(x)
errore = target - out
for i, w in enumerate(self.pesi):
self.pesi[i] += self.learning_rate * errore * x[i]
print(' target : ', target, ' '*(15-len(str(target))),'
out:',out,' '*(22-len(str(out))),' errore:',errore)
class Progetto():
def __init__(self, neurone, nome=''):
self.neuron = neurone
self.nome = nome
self.file_in = ''
self.n_dir = ''
self.x_data = []
self.y_data = []
self.prog_loc = ''"
def creaProgetto(self, name, f_in):
import os
self.nome = name
try:
f_log = open('log_p.txt', 'r' )
self.prog_loc = f_log.readline()
f_log.close()
except FileNotFoundError:
self.prog_loc = input('\nLa cartella progetti_ML non è
presente, in che path si vuole inserire la cartella (se su Windosw usare la
\\ ):')
f_log = open('log_p.txt', 'x' )
f_log.write(self.prog_loc)
f_log.close()
os.mkdir('{0}\\progetti_ML\\{1}_progetto'.format(self.prog_loc, self.nome))
self.n_dir= '{0}\\progetti_ML\\{1}_progetto'.format(self.prog_loc,
self.nome)
try:
f_lp =
open('{0}\\progetti_ML\\lista_progetti.txt'.format(self.prog_loc), 'a')
f_lp.write(self.nome+'\n')
f_lp.close()
# except:
#f_lp.close()
# print('Problema con il file')
except:
pass
import time
try:
with
open('{0}\\storico_progetti.txt'.format(self.prog_loc+'\\progetti_ML'),
'a') as f_s:
f_s.write('Progetto {0} creato il {1} alle
{2}\n'.format(self.nome, time.strftime('%d/%m/%Y'),
time.strftime('%H:%M:%S')))
except FileNotFoundError:
f_s =
open('{0}\\storico_progetti.txt'.format(self.prog_loc+'\\progetti_ML'), 'w')
f_s.write('Progetto {0} creato il {1}\n'.format(self.nome,
time.strftime('%d/%m/%Y alle %H:%M:%S')))
f_s.close()
self.file_in = self.n_dir+'\\f_inputs.csv'
try:
os.mkdir(self.n_dir)
print('\nCartella creata')
except :
pass
with open(f_in,'r') as f_inp:
with open(self.file_in, 'w') as f_inpc:
f_inpc.write(f_inp.read())
with open('{}\\storico.txt'.format(self.n_dir), 'w') as f_st:
f_st.write('Progetto {0} creato il {1} alle {2}, nel percorso
"{3}".\n'.format(self.nome, time.strftime('%d/%m/%Y'),
time.strftime('%H:%M:%S'), self.n_dir))
print('Progetto {0} creato il {1} alle {2}, nel percorso
"{3}"\nProggetto aggiunto alla lista dei progetti.'.format(self.nome,
time.strftime('%d/%m/%Y'), time.strftime('%H:%M:%S'), self.n_dir))
print('File inputs copiato nella cartella del progetto')
print('Progetto aggiunto allo storico')
def mostraProgetti(self):
with open('log_p.txt', 'r' ) as f_log:
self.prog_loc = f_log.readline()
f =
open('{}\\progetti_ML\\lista_progetti.txt'.format(self.prog_loc))
with f:
print('\n\nScegliere uno fra i seguenti progetti:\n\n',f.read())
def getProgetto(self):
self.nome = input('\nChe progetto si vuole caricare: ')
with open('log_p.txt', 'r' ) as f_log:
self.prog_loc = f_log.readline()
self.n_dir = '{0}\\progetti_ML\\{1}_progetto'.format(self.prog_loc,
self.nome)
with
open('{}\\progetti_ML\\lista_progetti.txt'.format(self.prog_loc), 'r') as
f_lp:
if self.nome in f_lp.read():
print('Progetto esistente e caricato correttamente\n')
with open('{}\\storico.txt'.format(self.n_dir), 'r+') as
f_st:
import time
print('\n', f_st.read())
f_st.write('\n\nRiapertura progetto effettuata il
{0}\n'.format(time.strftime('%d/%m/%Y alle %H:%M:%S')))
return 0
else:
print('Progetto non esistente. Riprovare')
return 1
def getInputs_et_Pesi(self, f_in):
self.file_in = f_in
self.getData()
with open(self.n_dir+'\\pesi.txt', 'r') as f_p:
self.neuron.pesi = [float(i) for i in
f_p.readline()[1:-1].split(', ')]
def getPesi(self):
self.file_in = self.n_dir+'\\f_inputs.csv'
self.getData()
with open(self.n_dir+'\\pesi.txt', 'r') as f_p:
self.neuron.pesi = [float(i) for i in
f_p.readline()[1:-1].split(', ')]
def getData(self):
print('Caricamento file in corso...\n')
self.data_x = []
self.data_y = []
with open(self.file_in, newline='', mode = 'r') as f_in:
import csv
lettore = csv.reader(f_in, delimiter = ';')
for l in lettore:
self.data_x.append([float(i) for i in l[:-1]])
self.data_y.append(float(l[-1]))
print(l)
print('Caricamento dati completato\n')
print('\n\n\n','data_x',self.data_x,'data_y', self.data_y)
def AllenaNeurone(self, n_epoch):
import time
print('\n\n\t\t\t\t\t\t\tINIZIO ALLENAMENTO NEURONE\n\n\n\n')
print('x train = ',self.data_x)
print('y train = ',self.data_y)
print("\n\nL'allenamento iniziera tra 5 secondi\n")
import time
with open('{0}\\storico.txt'.format(self.n_dir), 'a') as f_st:
f_st.write('Allenamento progetto per {0} epoche iniziato il
{1}'.format( str(n_epoch), time.strftime('%d/%m/%Y alle %H:%M:%S') ))
for i in range(5):
print(5-i)
time.sleep(0.2)
print('\nVia!!!')
time.sleep(0.2)
t = time.time()
for epoch in range(n_epoch+1):
print('\n')
print('epoch', epoch)
for i, x in enumerate( self.data_x):
target = self.data_y[ i ]
self.neuron.learn(x, target)
te=time.time()-t
t_e = te/n_epoch
e_t = n_epoch/te
print('\n\n\n')
print('Allenamento durato :', te)
print('Secondi per epoch :', round(t_e, 10))
print('Epoch al secondo :', round(e_t, 10))
with open('{}\\storico.txt'.format(self.n_dir), 'a') as f_st:
f_st.write('.\nAllenamento durato {0} s, secondi/epoch {1},
epoch per secondo {2}\n\n'.format(te, t_e, e_t))
def Predici(self):
print('\n\n\nPredizione del neurone sugli input dati:\n')
for i in self.data_x:
out = self.neuron.output(i)
print('\tinput: ', i, ' out:', out)
def conservaPesi(self):
f_p = open(self.n_dir+'\\pesi.txt','w')
with f_p:
f_p.write(str(self.neuron.pesi))
print('\n\n\nPesi salvati correttamente in {0}\\pesi.txt
'.format(self.n_dir))
Spero l'identazione sia rimasta
Il giorno lun 21 ott 2019 alle ore 18:08 Alberto Girardi <
alberto.gir...@gmail.com> ha scritto:
> Ah, scusate io uso questi termini, ma forse non sono corretti.
> È il classico programma di machine learning basato sul 'neurone'.
> Il neurone prende degli input, una lista (ad esempio [1.0, 0.0]), li
> moltiplica per il peso che da a ciascuna connessione (l'elemento x della
> lista), e somma questi valori, poi lo manda a una funzione di
> normalizzazione, come la sigmoide.
> C'è poi una funzione dellaclasse Neurone che datele gli input e il
> risultato che dovrebbe esserci (esempio: l'ala è larga x e lunga y allora è
> una falena di specie z)
> Iterando su una lista di questi input e output aspettati il neurone
> corregge i propri pesi, e l'errore si attenua sempre di più, tranne i casi
> in cui non converge.
>
>
>
> Il lun 21 ott 2019, 17:44 Ivo Reano <reano...@gmail.com> ha scritto:
>
>>
>> Cerco di creare una distribuzione del mio programmino con distutils,
>>> cercavo anche di compilarla con pyinstaller, per passarlo a un mio amico ed
>>> a alcuni miei parenti.
>>>
>> Questa l'avevo capita. Intendevo il progetto "neurone perceptron"
>>
>> il file che genera l'errore sarebbe utile.
>> _______________________________________________
>> Python mailing list
>> Python@lists.python.it
>> https://lists.python.it/mailman/listinfo/python
>>
>
_______________________________________________
Python mailing list
Python@lists.python.it
https://lists.python.it/mailman/listinfo/python
