Сети... Delphi

Добрый день уважаемые форумчане...
Разбираюсь с нейронными сетями, нашел сгенерированный код не могу понять что он делает , если есть у кого пара минут помогите .. объясните
задача написать нейронную сеть для игры например в кости представленный фрагмент выбрасывает всегда или 6 или 1)

Код (Delphi):

1. type
2.   TForm1 = class(TForm)
3.      Button1: TButton;
4.     Button2: TButton;
5.     procedure Button1Click(Sender: TObject);
6.   end;
7.  
8.     TNeuralNetwork = class
9.     FWeights: array[0..1] of Double;
10.     FLearningRate: Double;
11.     function Sigmoid(x: Double): Double;
12.     function SigmoidDerivative(x: Double): Double;
13.     constructor Create(LearningRate: Double);
14.     function Predict(Input: array of Double): Double;    // Предсказание результата
15.     procedure Train(Input: array of Double; Target: Double);  // Обучение
16.     function RollDice: Integer;
17.      // Эмуляция броска кубика
18.   end;
19.  
20.  
21. var
22.   Form1: TForm1;
23.  
24. implementation
25.  
26. {$R *.dfm}
27.  
28. constructor TNeuralNetwork.Create(LearningRate: Double);
29. begin
30.   Randomize;
31.   FWeights[0] := Random; // Инициализация веса
32.   FWeights[1] := Random; // Инициализация веса
33.   FLearningRate := LearningRate;
34. end;
35.  
36. function TNeuralNetwork.Sigmoid(x: Double): Double;
37. begin
38.   Result := 1 / (1 + Exp(-x));
39. end;
40.  
41. function TNeuralNetwork.SigmoidDerivative(x: Double): Double;
42. begin
43.   Result := x * (1 - x);
44. end;
45.  
46. function TNeuralNetwork.Predict(Input: array of Double): Double;
47. var
48.   Sum: Double;
49. begin
50.   Sum := FWeights[0] * Input[0] + FWeights[1] * Input[1];
51.   Result := Round(Sigmoid(Sum) * 6); // Умножаем на 6 для предсказания от 1 до 6
52.   if Result < 1 then Result := 1; // Ограничиваем минимум
53.   if Result > 6 then Result := 6; // Ограничиваем максимум
54. end;
55.  
56. procedure TNeuralNetwork.Train(Input: array of Double; Target: Double);
57. var
58.   Output, Error, Delta: Double;
59. begin
60.   Output := Predict(Input);  // Получаем предсказание
61.   Error := Target - Output;  // Вычисляем ошибку
62.  
63.   // Корректируем веса
64.   for var i := 0 to High(Input) do
65.   begin
66.     Delta := Error * SigmoidDerivative(Output);
67.     FWeights[i] := FWeights[i] + FLearningRate * Delta * Input[i];
68.   end;
69. end;
70.  
71. function TNeuralNetwork.RollDice: Integer;
72. begin
73.   Result := Random(6) + 1; // Возвращаем случайное число от 1 до 6
74. end;
75.  
76.  
77. procedure TForm1.Button1Click(Sender: TObject);
78.  
79. var
80.   NN: TNeuralNetwork;
81.   Input: array of Double;
82.   Target: Integer;
83.   Prediction, Prediction1: Integer;
84.   Roll: Integer;
85.  
86. begin
87.   // Создаем нейронную сеть
88.   NN := TNeuralNetwork.Create(0.1); // скорость обучения 0.1
89.  
90.   // Обучаем сеть на 10 произвольных бросках
91.   for var i := 1 to 10000 do
92.   begin
93.     Roll := NN.RollDice; // Эмулируем бросок
94.     Input := [i, Roll]; // Пример входа: номер броска и результат
95.     NN.Train(Input, Roll); // Обучение на результате броска
96.   end;
97.  
98.   // Прогнозирование
99.   Input := [11, 0.0]; // Пример входа: номер броска и результат 0.0
100.   Prediction :=trunc(NN.Predict(Input)); // Предсказываем результат
101.   Prediction1:=round(Prediction);
102.  
103.  
104.    Button2.Caption:='Predicted dice roll: ' + IntToStr(Prediction1);
105.   {ReadLn;} // Ожидаем нажатия клавиши
106. end;

 

Код (Delphi):

1. unit Neural;
2.  
3. type
4.   NeuralSystem = record
5.  
6.     countInputNeural: integer;
7.  
8.     x: array of real;
9.     w: array of real;
10.     y: real;
11.  
12.     err: real;
13.      
14.     procedure Init(countInputNeural: integer);
15.     begin
16.       Randomize;
17.    
18.       self.countInputNeural := countInputNeural;
19.       x := new real[countInputNeural];
20.       w := new real[countInputNeural];
21.       for var i := 0 to countInputNeural - 1 do
22.         w[i] := random(-1, 1);
23.     end;
24.  
25.     function Learn(xInput: array of real; yInput: real): real;
26.     begin
27.       var yCopy: real;
28.       self.err := 0;
29.       yCopy := 0;
30.       for var i := 0 to countInputNeural - 1 do
31.         yCopy += xInput[i] * w[i];
32.       yCopy := 1 / (1 + exp(-yCopy));
33.       self.err := yInput - yCopy;
34.       for var i := 0 to countInputNeural - 1 do
35.         w[i] += (err * 0.5 * xInput[i]);
36.       result := err;
37.     end;
38.  
39.     function Activate(xInput: array of real): real;
40.     begin
41.       self.y := 0;
42.       self.x := xInput;
43.       for var i := 0 to countInputNeural - 1 do
44.         self.y += self.x[i] * self.w[i];
45.       self.y := 1 / (1 + exp(-self.y));
46.       result := y;
47.     end;
48.  
49.   end;
50.  
51. begin
52.  
53. end.

 

Ребзя вопрос

Код (Delphi):

1. type
2.  TLayer = array of Double;
3. var
4. InputData: array of TLayer;
5. SetLength(InputData, 1000);
6. InputData[I] := [Random(6) + 1, Random(6) + 1];
7. InputData[I][0] + InputData[I][1]

Инпутдата динамический массив
к примеру for I :=0 to 1200
InputData[0] и InputData[1] он двухмерный ?
я не пойму вроде он одномерный но [0] и InputData[1] это что ?

--- Сообщение объединено, 13 окт 2024 в 16:56 ---

одномерный вещественный числа в нем представлены [Random(6) + 1, Random(6) + 1]
как тогда обработать данные к примеру вывести floatti string / ToString(InputData[nm1] вызывают ругань у компилятора

 

Двумерный динамический массив вещественных чисел. Для старых версий Delphi код выглядел бы примерно вот так:

Код (Delphi):

1. var
2. InputData: array of array of Double;
3. begin
4.   SetLength(InputData,1200,2);
5.   for i:=Low(InputData) to High(InputData) do
6.   begin
7.   InputData[i][0]:=Random(6)+1;
8.   InputData[i][1]:=Random(6)+1;
9.   end;

А тут код для версии XE7+ (появились новые возможности для работы с динамическимим массивами) . По этому обрывку ничего непонятно.

 

Проблема началась с того что захотел в консоле просмотреть какие данные формируются в массивах

 

FWeightsInputHidden: array of array of Double;
FWeightsHiddenOutput: array of array of Double;

можно оформить проще как

FWeightsInputHidden: array of TLayer;
FWeightsHiddenOutput: array of TLayer;

?

 

Так я понял директива создания двух мерного массива array of array, почему же array of TLayer; создаёт тоже двух мерный?

--- Сообщение объединено, 13 окт 2024 в 22:38 ---

И объясните плз что возвращает метод nn. Forward

 

Ив догонку вопрос, ребят стоит питон начинать учить?

 

Стоит, но сначала ассемблер