-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathMNIST1.java
67 lines (57 loc) · 2.02 KB
/
MNIST1.java
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
import java.io.*;
public class MNIST1 extends CSV
{
public MNIST1(){
}
public void init(){
int[] eingabeSpalten = new int[784];
for (int i = 0; i < 784; i++){
eingabeSpalten[i] = i + 1;
}
super.init("mnist_train.csv", ',', 60000, eingabeSpalten, new int[]{0}, new double[]{10});
erzeugeNetz(new int[]{20, 20, 10}, new NeuronalesNetz.Sigmoid());
}
/**
* Trainiere das Netz
*
* @return der Fehler
*/
public double trainiere(){
return trainiere(0.001, 1000, 100);
}
/**
* Teste das Netz mit den MNIST-Trainingsdaten<br>
* Die Ausgabe erfolgt über die Konsole.
*/
public void teste(){
int korrekt = 0;
int[] abweichungen = new int[10];
try {
FileReader filereader = new FileReader("mnist_test.csv");
BufferedReader reader = new BufferedReader(filereader);
String line = reader.readLine();
while (line != null){
String[] eintraege = line.split(",");
int zahl = Integer.parseInt(eintraege[0]);
double daten[] = new double[784];
for (int i = 1; i < 785; i++){
daten[i - 1] = Double.parseDouble(eintraege[i]);
}
double ausgabe[] = berechne(daten);
int berechnet = (int)ausgabe[0];
System.out.println(zahl + " - " + berechnet);
if (zahl == berechnet) korrekt++; else abweichungen[zahl]++;
line = reader.readLine();
}
reader.close();
} catch (Exception ex){
System.err.println("Fehler beim Einlesen der Trainingsdaten!");
}
System.out.println("Korrekt: " + korrekt);
System.out.println("Anzahl der Fehler bei ...");
for (int i = 0; i < 10; i++){
System.out.println(" ... " + i + ": " + abweichungen[i]);
}
System.out.println("insgesamt: " + (10000 - korrekt));
}
}