-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathTrainingModes.f
311 lines (281 loc) · 14 KB
/
TrainingModes.f
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
!
! Subroutines SequentialTrain and BatchTrain are implemented in this file
!*********************************************************************************
!.....Στη μέθοδο εκπαίδευσης Sequential (άλλα ονόματα: Online,Stochastic) η διόρθωση
!.....στις τιμές των συναπτικών βαρών γίνεται μετά την παρουσίαση κάθε σετ (εισόδων-
!.....επιθυμητών εξόδων) εκπαίδευσης. Δηλαδή σε κάθε εποχή-κύκλο έχουμε τόσες διορθώσεις
!.....στα συναπτικά βάρη όσα και τα σετ. Τα πλεονεκτήματα της μεθόδου είναι:
!.....Απαιτεί λίγότερη μνήμη
!.....Η δυνατότητα παρουσίασης των εισόδων με τυχαίο τρόπο από εποχή σε εποχή κάνει
!.....την όλη διαδικασία διόρθωσης των βαρών στοχαστική-->Μειώνεται η πιθανότητα να
!.....εγκλωβιστεί ο αλγόριθμος σε τοπικό ελάχιστο
!.....Καλύτερη προσαρμογή σε πλεονάζοντα δεδομένα, σε πρότυπα δηλ που είναι ίδια μέσα
!.....σε ένα σετ εκπαίδευσης
SUBROUTINE SequentialTrain(NoOfSets,NoOfHiddenLayers,NOFN,
&iteration,rate,X,D,W,Y,XMIN,XMAX,OMIN,OMAX,ifunction,alpha1,
&alpha2,beta,irandom,irate,noe1,per1,npa,imoment,amoment,idecay2,
&noe2,per2,rms,NI,AverageError,NOFNMAX,bias,ICONT)
IMPLICIT REAL(a-h,o-z)
INTEGER NoOfSets,NoOfHiddenLayers,NOFN,iteration,NS,NI,ifunction,
&irandom,ithesi,irate,iter,noe1,imoment,idecay2,noe2,ICONT,npa
DIMENSION NOFN(NoOfHiddenLayers+2),X(NoOfSets,NOFN(1)),
&D(NoOfSets,NOFN(NoOfHiddenLayers+2)),
&W(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1),
&Y(NoOfHiddenLayers+2,NOFNMAX+1),E(NOFN(NoOfHiddenLayers+2)),
&XMIN(NOFN(1)),XMAX(NOFN(1)),
&OMIN(NOFN(NoOfHiddenLayers+2)),OMAX(NOFN(NoOfHiddenLayers+2)),
&Delta(NoOfHiddenLayers+2,NOFNMAX+1),
&PREV(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1),
&DW(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1)
!.....Καλείται η WeightInitialization για την αρχικοποίηση του πίνακα των συναπτικών βαρών
CALL WeightInitialization(NoOfHiddenLayers,NOFN,W,NOFNMAX,ICONT)
!.....Μηδενίζουμε τον πίνακα PREV που χρησιμοποιείται για να κρατάει την μεταβολή των βαρών DW της προηγούμενης
!.....εκτέλεσης. Αφορά στην περίπτωση χρήσης ορμής κατά την εκπαίδευση
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
PREV(ia,ja,ka)=0.0
ENDDO
ENDDO
ENDDO
!.....Δημιουργία των αρχείων learning-curve και learning-curve 10
!.....Το πρώτο καταγράφει την εξέλιξη του Average Error σε κάθε κύκλο - εποχή
!.....Το δεύτερο καταγράφει την εξέλιξη του Average Error ανά 10 εποχές ώστε
!.....να προκύπτουν λιγότερα δεδομένα σε περίπτωση που θέλουμε να κάνουμε τη γραφική
OPEN (15, file='learning-curve.txt')
OPEN (16, file='learning-curve 10.txt')
WRITE(15,*) 'Average error during iterations'
WRITE(15,*)
WRITE(16,*) 'Average error every 10 iterations'
WRITE(16,*)
NI=0
DO i=1,iteration
NI=NI+1 !Η NI κρατά τον αριθμό του κύκλου εκπαίδευσης
!.......Παρουσίαση των δεδομένων εκπαίδευσης με τυχαίο τρόπο από εποχή σε εποχή
!.......Ουσιαστικά γίνεται μια εσωτερική αντιμετάθεση των στοιχείων των πινάκων X και D με τυχαίο τρόπο,
!.......κάθε φορά που ξεκινάει νέος κύκλος-εποχή
IF (irandom==1) THEN
DO k=1,NoOfSets
ithesi = k + MOD(IRAND(0),NoOfSets+1-k)
DO l=1,NOFN(1)
temp = X(k,l)
X(k,l) = X(ithesi,l)
X(ithesi,l) = temp
ENDDO
DO m=1,NOFN(NoOfHiddenLayers+2)
temp = D(k,m)
D(k,m) = D(ithesi,m)
D(ithesi,m) = temp
ENDDO
ENDDO
ENDIF
!.......Στην περίπτωση που έχουμε μεταβλητό ρυθμό εκπαίδευσης εκτελείται το παρακάτω if
!.......Αν irate=1 έχουμε σταθερό ρυθμό εκπαίδευσης οπότε δεν εκτελείται το if
!.......Αν irate=2 έχουμε βηματική μείωση του ρυθμού εκπαίδευσης
!.......Στην iter αποθηκεύεται το υπόλοιπο της διαίρεσης του κύκλου στον οποίο
!.......βρίσκεται το πρόγραμμα με τον αριθμό των κύκλων μετά την ολοκλήρωση των οποίων θέλουμε
!.......να γίνεται μείωση του ρυθμού εκπαίδευσης. Αν iter=0, που σημαίνει ότι ολοκληρώθηκαν οι
!.......απαιτούμενοι κύκλοι, γίνεται η μείωση. Ελέγχεται επίσης ο ρυθμός εκπαίδευσης να μη
!.......μειωθεί πέρα από ένα ελάχιστο όριο
!.......Αν irate=3 έχουμε την περίπτωση search-then-converge
!.......Και εδώ ελέγχεται ο ρυθμός εκπαίδευσης να μη μειωθεί πέρα από ένα ελάχιστο όριο
IF (irate==2) THEN
iter=MOD(NI,noe1)
IF ((iter==0).AND.(rate>0.05)) THEN
rate=rate-per1/100.0*rate
ENDIF
ELSEIF (irate==3) THEN
IF (rate>0.05) THEN
rate=rate/(1+(NI/npa))
ENDIF
ENDIF
NS=0
AverageError=0.0
!.......Για κάθε πρότυπο του σετ καλείται πρώτα η ForwardPass για τη διάδοση του προτύπου
!.......από την είσοδο του ΝΔ στην έξοδο και στη συνέχεια η BackwardPass για τη διάδοση του
!.......σφάλματος από την έξοδο στην είσοδο και τον υπολογισμό των τοπικών βαθμίδων κλίσης
!.......(local gradient).
DO j=1,NoOfSets
NS=NS+1 !Η NS κρατά τον αριθμό του σετ εκπαίδευσης
CALL ForwardPass(NS,NoOfHiddenLayers,NOFN,X,W,Y,XMIN,XMAX,
& ifunction,alpha1,alpha2,beta,NoOfSets,NOFNMAX,bias)
CALL BackwardPass(NS,NoOfHiddenLayers,NOFN,W,D,Y,E,OMIN,
& OMAX,ifunction,alpha1,alpha2,beta,Delta,NoOfSets,NOFNMAX)
!.......Η ForwardPass επιστρέφει τον πίνακα των εξόδων Y των νευρώνων. Αυτός χρησιμοποιείται τόσο ως
!.......όρισμα της BackwardPass όσο και για τον υπολογισμό στις μεταβολές των συναπτικών βαρών παρακάτω.
!.......Η BackwardPass επιστρέφει τον πίνακα των τοπικών βαθμίδων κλίσης Delta των νευρώνων.
!...........Το εξωτερικό if ελέγχει αν χρησιμοποιείται ορμή κατά την εκπαίδευση. Τα εσωτερικά if αφορούν την
!...........περίπτωση που έχουμε ελλάτωση του όρου της ορμής με το πέρασμα των εποχών. Η λειτουργία του είναι
!...........ίδια με την παραπάνω διαδικασία του ρυθμού εκπαίδευσης. Ανάλογα με το αν έχουμε ορμή ή όχι
!...........χρησιμοποιείται η κατάλληλη διαδικασία διόρθωσης των βαρών.
IF (imoment==1) THEN
IF (idecay2==1) THEN
iter2=MOD(NI,noe2)
IF ((iter2==0).AND.(amoment>0.05)) THEN
amoment=amoment-per2/100.0*amoment
ENDIF
ENDIF
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=amoment*PREV(ia,ja,ka)+
& rate*Delta(ia+1,ja)*Y(ia,ka)
W(ia,ja,ka)=W(ia,ja,ka)+DW(ia,ja,ka)
PREV(ia,ja,ka)=DW(ia,ja,ka)
ENDDO
ENDDO
ENDDO
ELSE
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=rate*Delta(ia+1,ja)*Y(ia,ka)
W(ia,ja,ka)=W(ia,ja,ka)+DW(ia,ja,ka)
ENDDO
ENDDO
ENDDO
ENDIF
!...........Αφού ολοκληρωθεί η διαδικασία διόρθωσης των βαρών του ΝΔ μετά την παρουσίαση του προτύπου
!...........καλείται η ErrorCalc για τον υπολογισμό του σφάλματος εξόδου του προτύπου
CALL ErrorCalc(NOFN,NoOfHiddenLayers,E,Error)
!...........Γίνεται άθροιση για όλα τα πρότυπα του σετ
AverageError=AverageError+Error
ENDDO
!.......Υπολογισμός του Average Squared Error
AverageError=SQRT(AverageError/NS)
!.......Εισαγωγή της τιμής του AverageError στα αρχεία learning-curve και learning-curve 10
WRITE (15,20) i,AverageError
IF ((i==1).OR.(mod(i,10)==0)) THEN
WRITE (16,20) i,AverageError
ENDIF
IF (AverageError<rms) GOTO 11
ENDDO
11 CLOSE(15)
CLOSE(16)
20 FORMAT (I7,F9.5)
RETURN
END
!.....Στη μέθοδο εκπαίδευσης Batch η διόρθωση στις τιμές των συναπτικών βαρών
!.....γίνεται μετά την παρουσίαση ολόκληρου του σετ (εισόδων-επιθυμητών εξόδων) εκπαίδευσης.
!.....Η μέθοδος αυτή ενδείκνυται για χρήση με πολυπύρηνους επεξεργαστές (parallelization)
SUBROUTINE BatchTrain(NoOfSets,NoOfHiddenLayers,NOFN,
&iteration,rate,X,D,W,Y,XMIN,XMAX,OMIN,OMAX,ifunction,alpha1,
&alpha2,beta,irandom,irate,noe1,per1,npa,imoment,amoment,idecay2,
&noe2,per2,rms,NI,AverageError,NOFNMAX,bias,ICONT)
IMPLICIT REAL(a-h,o-z)
INTEGER NoOfSets,NoOfHiddenLayers,NOFN,iteration,NS,NI,ifunction,
&irandom,ithesi,irate,iter,noe1,imoment,idecay2,noe2,ICONT,npa
DIMENSION NOFN(NoOfHiddenLayers+2),X(NoOfSets,NOFN(1)),
&D(NoOfSets,NOFN(NoOfHiddenLayers+2)),
&W(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1),
&Y(NoOfHiddenLayers+2,NOFNMAX+1),E(NOFN(NoOfHiddenLayers+2)),
&XMIN(NOFN(1)),XMAX(NOFN(1)),
&OMIN(NOFN(NoOfHiddenLayers+2)),OMAX(NOFN(NoOfHiddenLayers+2)),
&Delta(NoOfHiddenLayers+2,NOFNMAX+1),
&PREV(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1),
&DW(NoOfHiddenLayers+1,NOFNMAX,NOFNMAX+1)
!.....Καλείται η WeightInitialization για την αρχικοποίηση του πίνακα των συναπτικών βαρών
CALL WeightInitialization(NoOfHiddenLayers,NOFN,W,NOFNMAX,ICONT)
!.....Μηδενίζουμε τους πίνακες PREV και DW
!.....Ο DW είναι ο πίνακας μεταβολής των βαρών
!.....Ο PREV κρατά τις μεταβολές των βαρών του προηγούμενου κύκλου. Χρησιμοποιείται στην περίπτωση χρήσης ορμής
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=0.0
PREV(ia,ja,ka)=0.0
ENDDO
ENDDO
ENDDO
!.....Δημιουργία των αρχείων learning-curve και learning-curve 10
!.....Το πρώτο καταγράφει την εξέλιξη του Average Error σε κάθε κύκλο - εποχή
!.....Το δεύτερο καταγράφει την εξέλιξη του Average Error ανά 10 εποχές ώστε
!.....να προκύπτουν λιγότερα δεδομένα σε περίπτωση που θέλουμε να κάνουμε τη γραφική
OPEN (15, file='learning-curve.txt')
OPEN (16, file='learning-curve 10.txt')
WRITE(15,*) 'Average error during iterations'
WRITE(15,*)
WRITE(16,*) 'Average error every 10 iterations'
WRITE(16,*)
NI=0
DO i=1,iteration
NI=NI+1 !Η NI κρατά τον αριθμό του κύκλου εκπαίδευσης
!.......Περίπτωση μεταβλητού ρυθμού εκπαίδευσης,όπως στη SequentialTrain.
IF (irate==2) THEN
iter=MOD(NI,noe1)
IF ((iter==0).AND.(rate>0.05)) THEN
rate=rate-per1/100.0*rate
ENDIF
ELSEIF (irate==3) THEN
IF (rate>0.05) THEN
rate=rate/(1+(NI/npa))
ENDIF
ENDIF
NS=0
AverageError=0.0
!.......Για το σύνολο των προτύπων του σετ καλείται πρώτα η ForwardPass για τη διάδοση τους
!.......από την είσοδο του ΝΔ στην έξοδο και στη συνέχεια η BackwardPass για τη διάδοση του
!.......σφάλματος από την έξοδο στην είσοδο και τον υπολογισμό των τοπικών βαθμίδων κλίσης
!.......(local gradient).
DO j=1,NoOfSets
NS=NS+1 !Η NS κρατά τον αριθμό του σετ εκπαίδευσης
CALL ForwardPass(NS,NoOfHiddenLayers,NOFN,X,W,Y,XMIN,XMAX,
& ifunction,alpha1,alpha2,beta,NoOfSets,NOFNMAX,bias)
CALL BackwardPass(NS,NoOfHiddenLayers,NOFN,W,D,Y,E,OMIN,
& OMAX,ifunction,alpha1,alpha2,beta,Delta,NoOfSets,NOFNMAX)
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=DW(ia,ja,ka)+Delta(ia+1,ja)*Y(ia,ka)
ENDDO
ENDDO
ENDDO
!...........Η BackwardPass επιστρέφει τον πίνακα σφαλμάτων Ε των νευρώνων εξόδου ο οποίος δίνεται ως όρισμα
!...........στην ErrorCalc για τον υπολογισμό του σφάλματος εξόδου του προτύπου
CALL ErrorCalc(NOFN,NoOfHiddenLayers,E,Error)
!...........Γίνεται άθροιση για όλα τα πρότυπα του σετ
AverageError=AverageError+Error
!.......Στη μέθοδο εκπαίδευσης Batch τελειώνει ο κύκλος παρουσίασης όλων των σετ εκπαίδευσης πριν προχωρήσει στη διόρθωση των βαρών
ENDDO
!.......Υπολογισμός του Average Squared Error
AverageError=SQRT(AverageError/NS)
!.......Εισαγωγή της τιμής του AverageError στα αρχεία learning-curve και learning-curve 10
WRITE (15,30) i,AverageError
IF ((i==1).OR.(mod(i,10)==0)) THEN
WRITE (16,30) i,AverageError
ENDIF
IF (AverageError<rms) GOTO 12
!.......Αν το Average Squared Error δεν ικανοποιεί το όριο τότε προχωράμε σε διόρθωση των βαρών
IF (imoment==1) THEN
IF (idecay2==1) THEN
iter2=MOD(NI,noe2)
IF ((iter2==0).AND.(amoment>0.05)) THEN
amoment=amoment-per2/100.0*amoment
ENDIF
ENDIF
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=amoment*PREV(ia,ja,ka)+
& rate/NoOfSets*DW(ia,ja,ka)
W(ia,ja,ka)=W(ia,ja,ka)+DW(ia,ja,ka)
PREV(ia,ja,ka)=DW(ia,ja,ka)
ENDDO
ENDDO
ENDDO
ELSE
DO ia=1,NoOfHiddenLayers+1
DO ja=1,NOFN(ia+1)
DO ka=1,NOFN(ia)+1
DW(ia,ja,ka)=rate/NoOfSets*DW(ia,ja,ka)
W(ia,ja,ka)=W(ia,ja,ka)+DW(ia,ja,ka)
ENDDO
ENDDO
ENDDO
ENDIF
ENDDO
12 CLOSE(15)
CLOSE(16)
30 FORMAT (I7,F9.5)
RETURN
END