Trabalho 2 -- Redes Neurais

Instalação das dependências

Esta implementação requer a instalação de uma versão recente do interpretador Python 3 e da biblioteca NumPy. Caso necessário, essas dependências podem ser instaladas da seguinte forma:

1. Instalar a ferramenta Pipenv: https://docs.pipenv.org

2. Executar, no diretório raiz deste projeto: $ pipenv install

Verificação da corretude

Cálculo de gradientes por backpropagation:

$ ./backpropagation.py NETWORK_FILE WEIGHTS_FILE DATASET_FILE

Cálculo de gradientes por estimativa numérica:

$ ./numeric_verification.py NETWORK_FILE WEIGHTS_FILE DATASET_FILE

A saída desses scripts tem o mesmo formato que o arquivo initial_weights.txt detalhado na especificação do trabalho:

• cada linha contém uma matriz correspondente a uma camada da rede neural
• as camadas são ordenadas da entrada para a saída da rede neural
• cada linha de uma matriz corresponde a um neurônio da camada
• os elementos de uma linha de uma matriz são separados por vírgula
• as linhas de uma matriz são separadas por ponto-e-vírgula

Validação cruzada

$ ./cross_validation.py path/to/dataset.txt

Os parâmetros de execução podem ser alterados manualmente, editando as constantes definidas no início do arquivo cross_validation.py.

Tabelação dos resultados

O comando a seguir carrega todos os arquivos *.json de resultados de um diretório e gera uma tabela ordenada pela média do erro de validação (J_cv) de cada rede neural.

$ ./results/sort_results.py path/to/results/dir [--csv]

Com a opção --csv, os resultados são impressos em formato CSV.

Execução dos testes unitários

Executar, no diretório raiz do projeto:

$ pipenv install --dev  # Para instalar a ferramenta pytest, se necessário
$ pytest