Computer Science на языке Java 2022 Дэвид Копец Классические задачи Computer Science на языке Java 2022 ббк

Листинг 7.5. 
Layer.java (продолжение)
public double
[] outputs(
double
[] inputs) {
if 
(previousLayer.isPresent()) {
outputCache = neurons.stream().mapToDouble(n ->
n.output(inputs)).toArray();
} 
else 
{
outputCache = inputs;
}
return 
outputCache;
}
Существует.два.типа.дельт.для.вычисления.в.обратном.распространении:.дель-
ты.для.нейронов.в.выходном.слое.и.дельты.для.нейронов.в.скрытых.слоях..Их.
формулы.показаны.на.рис..7.4.и.7.5,.и.следующие.два.метода.представляют.со-
бой.механический.перевод.этих.формул.на.Java.(листинг.7.6)..Впоследствии.эти.
методы.будут.вызываться.сетью.во.время.обратного.распространения.

---

7.4. Построение сети
197
Листинг 7.6. 
Layer.java (продолжение)
// вызывается только для выходного слоя
public void 
calculateDeltasForOutputLayer(
double
[] expected) {
for 
(
int 
n = 0; n < neurons.size(); n++) {
neurons.get(n).delta = neurons.get(n).derivativeActivationFunction.
applyAsDouble(neurons.get(n). outputCache)
* (expected[n] — outputCache[n]);
}
}
// не вызывается для выходного слоя
public void 
calculateDeltasForHiddenLayer(Layer nextLayer) {
for 
(
int 
i = 0; i < neurons.size(); i++) {
int 
index = i;
double
[] nextWeights = nextLayer.neurons.stream().mapToDouble(n -> 
n.weights[index]).toArray();
double
[] nextDeltas = nextLayer.neurons.stream().mapToDouble(n -> 
n.delta).toArray();
double 
sumWeightsAndDeltas = Util.
dotProduct
(nextWeights, 
nextDeltas);
neurons.get(i).delta = neurons.get(i).derivativeActivationFunction
.applyAsDouble(neurons.get(i).outputCache) * sumWeightsAndDeltas;
}
}
}