-
Notifications
You must be signed in to change notification settings - Fork 0
/
exo_retropropagationNhidden_layers_matrix_v2_by_vectors4kawa-f32+.scm
476 lines (283 loc) · 13.3 KB
/
exo_retropropagationNhidden_layers_matrix_v2_by_vectors4kawa-f32+.scm
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
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
; Deep Learning : back propagation, gradient descent, neural network with N hidden layers
; L'algorithme de rétro-propagation du gradient dans un
; réseau de neurones avec N couches cachées.
; D. Mattei
; use MacVim to show ALL the characters of this file (not Emacs, not Aquamacs)
; jeu de couleurs: Torte ou Koehler
; make -f Makefile.Kawa all
;kawa -Dkawa.import.path=".:/Users/mattei/Scheme-PLUS-for-Kawa:./kawa/module_directory"
; (load "exo_retropropagationNhidden_layers_matrix_v2_by_vectors4kawa-f32.scm")
(require Scheme+)
(require array)
(require matrix)
;; first stage overloading
(import (only (kawa base) (+ orig+))) ; (* orig*)))
;(define orig+ +)
;(define orig* *)
;(define-overload-existing-operator * orig*)
(define-overload-existing-operator + orig+)
(define-overload-procedure random)
(define (random-int n)
(integer {n * (random)}))
; second stage overloading
;(overload-existing-operator * multiply-matrix-matrix (matrix? matrix?))
;(overload-existing-operator * multiply-matrix-vector (matrix? vector?))
;(define * (make-procedure method: (lambda (x ::number y ::number) (orig* x y))
; method: (lambda (x ::matrix y ::matrix) (multiply-matrix-matrix x y))
; method: (lambda (x ::matrix y ::vector) (multiply-matrix-vector x y))
; method: (lambda lyst (apply orig* lyst))))
;(insert-operator! orig* *)
(overload-existing-operator + vector-append (vector? vector?))
;(define + (make-procedure method: (lambda (x ::number y ::number) (orig+ x y))
; method: (lambda (x ::vector y ::vector) (vector-append x y))
; method: (lambda lyst (apply orig+ lyst))))
;;(insert-operator! orig+ +)
(define f0 (->float 0.0))
(define f1 (->float 1.0))
(overload-procedure random
(lambda () (->float (java.lang.Math:random)))
())
(overload-procedure random random-int (integer?))
(define (uniform-dummy dummy1 dummy2) (->float {-1.0 + (random) * 2.0}))
; return a random number between [inf, sup]
(define (uniform-interval inf :: float sup :: float)
(define gap :: float {sup - inf})
{inf + gap * (random)})
; sigmoïde
(define (σ z̃ :: float)
{f1 / {f1 + (exp (- z̃))}})
; some derivatives
(define (der_tanh z :: float
z̃ :: float)
{f1 - z ** 2})
(define (der_σ z :: float
z̃ :: float)
{z * {f1 - z}})
(define (der_atan z :: float
z̃ :: float)
{1 / {f1 + z̃ ** 2}})
; modify coefficients layer
(define (modification_des_poids M_i_o
η :: float
z_input
z_output
z̃_output
ᐁ_i_o
მzⳆმz̃) ; derivative of activation function of the layer
; the length of output and input layer with coeff. used for bias update
{(len_layer_output len_layer_input_plus1forBias) <+ (dim-matrix M_i_o)} ; use values and define-values to create bindings
{len_layer_input <+ len_layer_input_plus1forBias - 1}
(for-each-in (j (in-range len_layer_output)) ; line
(for-each-in (i (in-range len_layer_input)) ; column , parcours les colonnes de la ligne sauf le bias
{M_i_o[j {i + 1}] <- M_i_o[j {i + 1}] - (- η) * z_input[i] * მzⳆმz̃(z_output[j] z̃_output[j]) * ᐁ_i_o[j]})
; and update the bias
{M_i_o[j 0] <- M_i_o[j 0] - (- η) * 1.0 * მzⳆმz̃(z_output[j] z̃_output[j]) * ᐁ_i_o[j]}))
;; (define net (ReseauRetroPropagation #(2 3 1) 250000 10 σ σ der_σ der_σ))
(define-simple-class ReseauRetroPropagation () ; network back propagation
(nbiter init-value: 3)
(activation_function_hidden_layer)
(activation_function_output_layer)
(activation_function_hidden_layer_derivative)
(activation_function_output_layer_derivative)
(ηₛ :: float 1.0)
(z)
(z̃)
(M)
(ᐁ)
(eror :: float 0.0)
((*init* nc nbiter0
ηₛ0 :: float
activation_function_hidden_layer0
activation_function_output_layer0
activation_function_hidden_layer_derivative0
activation_function_output_layer_derivative0)
(display "*init* : nc=") (display nc) (newline)
{nbiter <- nbiter0}
{ηₛ <- ηₛ0}
{activation_function_hidden_layer <- activation_function_hidden_layer0}
{activation_function_output_layer <- activation_function_output_layer0}
{activation_function_hidden_layer_derivative <- activation_function_hidden_layer_derivative0}
{activation_function_output_layer_derivative <- activation_function_output_layer_derivative0}
{lnc <+ (vector-length nc)}
(define (make-vector-z lg) (make-vector lg f0))
{z <- (vector-map make-vector-z nc)}
(display "z=") (display z) (newline)
; z̃[0] is not used as z[0] is x, the initial data
{z̃ <- (vector-map make-vector-z nc)}
(display "z̃=") (display z̃) (newline)
{M <- (vector-map (lambda (n) create-matrix-f32-by-function(uniform-dummy nc[n + 1] {nc[n] + 1})) ;; Matrix-vect
[0 <: (- lnc 1)])} ; in Kawa special syntax we can not use infix expression
(display "M=") (display M) (newline)
{ᐁ <- (vector-map make-vector-z nc)}
(display "ᐁ=") (display ᐁ) (newline)
(display "nbiter=") (display nbiter) (newline)
) ;; end *init*
; forward propagation
; z_* sans le coef. 1 constant pour le bias
((accepte_et_propage x) ; on entre des entrées et on les propage
(when {vector-length(x) ≠ vector-length(z[0])}
(display "Mauvais nombre d'entrées !") (newline)
(exit #f))
{z[0] <- x} ; on ne touche pas au biais
;; propagation des entrées vers la sortie
{n <+ vector-length(z)}
;;(display "n=") (display n) (newline)
;; hidden layers
(declare z_1)
(declare i) ; because the variable will be used outside the 'for' loop too
(for ({i <- 0} {i < n - 2} {i <- i + 1}) ; personnal 'for' definition as in Javascript,C,C++,Java
;; calcul des stimuli reçus par la couche cachée d'indice i+1 à-partir de la précedente
;; create an array with 1 in front for the bias coefficient
{z_1 <- #(1) + z[i]} ; + operator has been overloaded to append scheme vectors
;;(display "z_1 = ") (display z_1) (newline)
{z̃[i + 1] <- M[i] * z_1} ; z̃ = matrix * vector , return a vector
;;(display "z̃[i + 1] = ") (display {z̃[i + 1]}) (newline)
#| calcul des réponses des neurones cachés
i also use Neoteric Expression :https://sourceforge.net/p/readable/wiki/Rationale-neoteric/
example: {map(sin '(0.2 0.7 0.3))}
'(0.19866933079506122 0.644217687237691 0.29552020666133955)
i also use Neoteric Expression to easily port Python code to Scheme+
the original Python code was:
z[i+1] = list(map(self.activation_function_hidden_layer,z̃[i+1]))
the Scheme+ port is below: |#
{z[i + 1] <- vector-map(activation_function_hidden_layer z̃[i + 1])}
;;(display "z[i + 1] = ") (display {z[i + 1]}) (newline)
) ; end for
;; output layer
;; calcul des stimuli reçus par la couche cachée d'indice i+1 à-partir de la précedente
;; create a list with 1 in front for the bias coefficient
{z_1 <- #(1) + z[i]}
{z̃[i + 1] <- M[i] * z_1} ; z̃ = matrix * vector , return a vector
;; calcul des réponses des neurones de la couche de sortie
{z[i + 1] <- vector-map(activation_function_output_layer z̃[i + 1])}
;;(display "z[i + 1] = ") (display {z[i + 1]}) (newline)
) ; end method
((apprentissage Lexemples) ; apprentissage des poids par une liste d'exemples
{ip <+ 0} ; numéro de l'exemple courant
(declare x y)
(for-each-in (it (in-range nbiter)) ; le nombre d'itérations est fixé !
(if {it % 1000 = 0} then
(display it)(newline))
;;(display it)(newline)
;{err <+ 0.0} ; l'erreur totale pour cet exemple
;;{(x y) <- Lexemples[ip]} ; un nouvel exemple à apprendre
{x <- (car Lexemples[ip])} ; un nouvel exemple à apprendre
{y <- (cdr Lexemples[ip])}
;; PROPAGATION VERS L'AVANT
(accepte_et_propage x) ; sorties obtenues sur l'exemple courant, self.z_k et z_j sont mis à jour
;; RETRO_PROPAGATION VERS L'ARRIERE, EN DEUX TEMPS
{i <+ i_output_layer <+ vector-length(z) - 1} ; start at index i of the ouput layer
{ns <+ vector-length(z[i])}
;; TEMPS 1. calcul des gradients locaux sur la couche k de sortie (les erreurs commises)
(for-each-in (k (in-range ns))
{ᐁ[i][k] <- y[k] - z[i][k]}) ; gradient sur un neurone de sortie (erreur locale)
;{err <- err + ᐁ[i][k] ** 2}) ; l'erreur quadratique totale
;{err <- err * 0.5}
;(when {it = nbiter - 1}
; {eror <- err}) ; mémorisation de l'erreur totale à la dernière itération
;; modification des poids de la matrice de transition de la derniére couche de neurones cachés à la couche de sortie
{მzⳆმz̃ <+ activation_function_output_layer_derivative}
{modification_des_poids(M[i - 1] ηₛ z[i - 1] z[i] z̃[i] ᐁ[i] მzⳆმz̃)}
;; TEMPS 2. calcul des gradients locaux sur les couches cachées (rétro-propagation), sauf pour le bias constant
{მzⳆმz̃ <- activation_function_hidden_layer_derivative}
(for-each-in (i (reversed (in-range 1 i_output_layer)))
{nc <+ vector-length(z[i])}
{ns <+ vector-length(z[i + 1])}
(for-each-in (j (in-range nc))
{ᐁ[i][j] <- f0}
(for-each-in (k (in-range ns))
{ᐁ[i][j] <- ᐁ[i][j] + მzⳆმz̃(z[i + 1][k] z̃[i + 1][k]) * M[i][k {j + 1}] * ᐁ[i + 1][k]}))
;; modification des poids de la matrice de transition de la couche i-1 à i
{modification_des_poids(M[i - 1] ηₛ z[i - 1] z[i] z̃[i] ᐁ[i] მzⳆმz̃)})
;; et l'on passe à l'exemple suivant
{ip <- random(vector-length(Lexemples))}
) ; end for it
) ; end define/public
((test Lexemples)
(display "Test des exemples :") (newline)
{err <+ f0}
(declare entree sortie_attendue ᐁ)
(for-each-in (entree-sortie_attendue Lexemples)
;{(entree sortie_attendue) <- entree-sortie_attendue} ; use pairs in Scheme instead of tuples and vectors in Python
{entree <- (car entree-sortie_attendue)}
{sortie_attendue <- (cdr entree-sortie_attendue)}
(accepte_et_propage entree)
(format #t "~a --> ~a : on attendait ~a~%" entree {z[vector-length(z) - 1]} sortie_attendue) ; ~% is(newline)
{ᐁ <- sortie_attendue[0] - z[vector-length(z) - 1][0]} ; erreur sur un element
{err <- err + ᐁ ** 2}) ; l'erreur quadratique totale
{err <- err * (->float 0.5)}
(display "Error on examples=") (display err) (newline)
(display "Matrix =") (newline)
(for-each (lambda (mt) (mt:display-matrix)
(newline))
M))
) ; end class
;; ################## NOT ##################
;; *init* : nc=#(1 2 1)
;; z=#(#(0) #(0 0) #(0))
;; z̃=#(#(0) #(0 0) #(0))
;; M=#(matrix@2f6bcf87 matrix@58f174d9)
;; ᐁ=#(#(0) #(0 0) #(0))
;; nbiter=5000
;; exo_retropropagationNhidden_layers_matrix_v2_by_vectors4kawa.scm:138:2: warning - no known slot 'apprentissage' in java.lang.Object
;; 0
;; 1000
;; 2000
;; 3000
;; 4000
;; exo_retropropagationNhidden_layers_matrix_v2_by_vectors4kawa.scm:139:2: warning - no known slot 'test' in java.lang.Object
;; Test des exemples :
;; #(1) --> #(0.006583904270400075) : on attendait #(0)
;; #(0) --> #(0.9926139128833222) : on attendait #(1)
;; Error on examples=1.1963304682059438E-4
(display "################## NOT ##################")
(newline)
{r1 <+ (ReseauRetroPropagation #(1 2 1) 5000 10 σ σ der_σ der_σ)}
;{Lexemples1 <+ #((#(1) . #(0)) (#(0) . #(1)))} ; use pairs in Scheme instead of vectors in Python
{Lexemples1 <+ (vector (cons (vector f1) (vector f0))
(cons (vector f0) (vector f1)))}
(r1:apprentissage Lexemples1)
(r1:test Lexemples1)
(newline)
;; ################## XOR ##################
;; *init* : nc=#(2 3 1)
;; z=#(#(0 0) #(0 0 0) #(0))
;; z̃=#(#(0 0) #(0 0 0) #(0))
;; M=#(matrix@23cbe174 matrix@2018ac47)
;; ᐁ=#(#(0 0) #(0 0 0) #(0))
;; nbiter=250000
;; ...
;; Test des exemples :
;; #(1 0) --> #(0.9982626600542213) : on attendait #(1)
;; #(0 0) --> #(4.7118633474893784E-4) : on attendait #(0)
;; #(0 1) --> #(0.9982856989092453) : on attendait #(1)
;; #(1 1) --> #(0.0021302684113227318) : on attendait #(0)
;; Error on examples=1.082825413028618E-5
(display "################## XOR ##################")
(newline)
{r2 <+ (ReseauRetroPropagation #(2 8 1) 250000 0.1 σ σ der_σ der_σ)} ; 3' 22"
;{Lexemples2 <+ #( (#(1 0) . #(1)) (#(0 0) . #(0)) (#(0 1) . #(1)) (#(1 1) . #(0)))} ; use pairs in Scheme instead of vectors in Python
{Lexemples2 <+ (vector (cons (vector f1 f0) (vector f1))
(cons (vector f0 f0) (vector f0))
(cons (vector f0 f1) (vector f1))
(cons (vector f1 f1) (vector f0)))}
(r2:apprentissage Lexemples2)
(r2:test Lexemples2)
(newline)
(display "################## SINE ##################")
(newline)
{r3 <+ (ReseauRetroPropagation #(1 70 70 1) 50000 0.01 atan tanh der_atan der_tanh)}
(declare pi)
{pi <- 4 * atan(1)}
;(display pi)
;(newline)
{Llearning <+ (vector-map (lambda (x) (cons (vector x) (vector (sin x)))) ; use pairs in Scheme instead of vectors in Python
(list->vector (map (lambda (n) (uniform-interval (- pi) pi))
(in-range 10000))))}
;(display "Llearning=") (display Llearning) (newline)
{Ltest <+ (vector-map (lambda (x) (cons (vector x) (vector (sin x)))) ; use pairs in Scheme instead of vectors in Python
(list->vector (map (lambda (n) (uniform-interval {(- pi) / 2} {pi / 2}))
(in-range 10000))))}
(r3:apprentissage Llearning)
(r3:test Ltest)
(newline)