神经网络与深度学习(二又四分之三)cpp-二又二分之一的补充

本文介绍了一个用于神经网络训练的数据集处理类,包括数据的添加、归一化处理等功能,并提供了详细的实现代码。

承接上文


本神经网络的讲解 请见 http://blog.youkuaiyun.com/mr_w1997/article/details/54973376


改变了 DataSet的归一函数 并且 删除了 Test_reget 函数

//DateSet.h
//created by WK

#ifndef DATASET_H
#define DATASET_H

#include <vector>
#include <cfloat>

using namespace std;

//数据集
class DataSet
{
private:
	int					InputNum;
	int					OutputNum;
	vector<double*>				DataMap;
	double					*Max;
	double					*Mini;

public:
	DataSet(int inputnum, int outputnum)
	{
		this->InputNum	=	inputnum;
		this->OutputNum =	outputnum;
		this->Max		=	NULL;
		this->Mini		=	NULL;
	}
	void AddRow(double *inputArray, double *outputArray)
	{
		double *data = new double[this->InputNum + this->OutputNum];
		for (int i = 0; i<this->InputNum; ++i)
		{
			data[i] = inputArray[i];
		}
		for (int i = 0; i<this->OutputNum; ++i)
		{
			data[InputNum + i] = outputArray[i];
		}
		this->DataMap.push_back(data);
	}
	void Normaliz()
	{
		if (this->Max)
		{
			delete this->Max;
			this->Max = NULL;
		}
		if (this->Mini)
		{
			delete this->Mini;
			this->Mini = NULL;
		}
			 
		this->Max = new double[this->InputNum + this->OutputNum];
		this->Mini = new double[this->InputNum + this->OutputNum];
		for (int i = 0; i < this->InputNum + this->OutputNum; ++i)
		{
			double max = INT_MIN;
			double mini = DBL_MAX;
			for (int j = 0; j < DataMap.size(); ++j)
			{
				max = (max > DataMap[j][i] ? max : DataMap[j][i]);
				mini = (mini < DataMap[j][i] ? mini : DataMap[j][i]);
			}
			
			if (max == mini)
				continue;

			for (int j = 0; j < DataMap.size(); ++j)
			{
				DataMap[j][i] = (DataMap[j][i] - mini) / (max - mini);
			}
			Max[i] = max;
			Mini[i] = mini;
		}
	}
	double *GetMax()
	{
		return this->Max;
	}
	double *GetMini()
	{
		return this->Mini;
	}
	int GetInputNum()
	{
		return this->InputNum;
	}
	int GetOutputNum()
	{
		return this->OutputNum;
	}
	int GetRows()
	{
		return DataMap.size();
	}
	vector<double*> GetDataMap()
	{
		return DataMap;
	}
 
};


#endif // !DATASET_H


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值