SI2020/RaportTomaszDzierzbicki.md

106 lines
1.9 KiB
Markdown

# Lista funkcji
![](images/13_05/1.png)
![](images/13_05/2.png)
-----
# sigmoid, pSigmoid
funkcja sigmoid przetwarzająca podaną liczbę na liczbę z przedziału [0 ; 1]
funkcja psigmoid jest pochodną sigmoid
![](images/13_05/3.png)
-----
# lookOFVege
funkcja przemieniająca stan rośliny na to 'jak wygląda'
![](images/13_05/4.png)
-----
# setValusesRange
funkcja przygotowująca dane pod sigmoid
![](images/13_05/5.png)
-----
# gradient
funkcja gradientu przechowująca wzrosty połączeń neuronów
![](images/13_05/6.png)
-----
# buildMatrix
funkcja tworząca czystą macierz połączeń neuronów
![](images/13_05/7.png)
-----
# buildAvrGrad
funkcja tworząca czystą macierz średnich gradientów
![](images/13_05/8.png)
-----
# neuronsInputBuild
funkcja uzupełniająca dane wejściowe neuronów, uzupełniająca wyjścia na podstawie wag macierzy połączeń oraz zwracająca koszt dla wybranego oczekiwanego rozwiązania
![](images/13_05/9.png)
![](images/13_05/10.png)
![](images/13_05/11.png)
-----
# backProp
funkcja wstecznej propagacji obniżająca koszt conajmniej 50 oraz zapisująca gradient tego kosztu
![](images/13_05/12.png)
-----
# network
funkcja przekazująca dane oczekiwane o wstecznej propagacji
![](images/13_05/13.png)
-----
# bestMatrixBuild
funkcja budująca najlepszą macierz wag na podstawie średnich gradientów
![](images/13_05/14.png)
-----
# tests
zbiory testowe
## neuroTest1
test z jednym konkrenym warzywem na polu
![](images/13_05/15.png)
## neuroTest2
test z warzywami blokującymi oczekiwane warzywo
![](images/13_05/16.png)
-----
# neuroStart1
funkcja inicjalizująca naukę traktora
![](images/13_05/17.png)
-----
# chousePath
funkcja poruszająca traktor do najlepszego pola
![](images/13_05/18.png)
![](images/13_05/19.png)
-----
# testOfNeuroMove
test do sprawdzenia działania traktora po nauce
![](images/13_05/20.png)
-----
# main
inicjalizacja nauki oraz użycia jej
![](images/13_05/21.png)