人工智能实战——人工神经网络(C库iOS交叉编译)

人工智能实战——人工神经网络

更新:项目源码已上传至github:  https://github.com/zhanganyu/XYRobot

最近人工智能辣摸火，让我忍不住也想一探究竟，首先从目前来讲我是一个人工智能领域的门外汉，尽管恶补了几天基本知识，机器学习算法看得差不多，神马线性回归啊，逻辑回归啊，SVM啊，k临近算法啊，决策树啊，随机森林啊，看的我吐血了，不过也不难理解，然后尝试着用一套开源代码FANN(c语言跨平台库)编译到ios中 写一个简单的小机器人

首先是准备工作，把FANN2.2.0的源代码编译成ios 64bit 模拟器的dylib库，其过程不聊了，用到了cmake...等等...

拿到dylib文件后，再拷贝所有的.h到项目中，配置好头文件搜索路径，import一下“fann.h”  编译一下，成功的话 就可以开始写我的小机器人了~~起个名字：小歪
 

竟然一次性编译成功，模拟器跑起来了，不过什么代码也没写，先不激动，先写好工具类嘛。
先new一个工具类，用来初始化和保存大脑，并且还要能够训练，执行

//

//  XYRobotManager.h

//  小歪

//

//  Created by reese on 16/3/21.

//  Copyright © 2016年 com.ifenduo. All rights reserved.

//

#import <Foundation/Foundation.h>

#include "fann.h"

@interface XYRobotManager : NSObject

//神经网络层数

@property (nonatomic) int neuralLayerNumber;

//隐藏神经元个数 (中间层)

@property (nonatomic) int hiddenNeuralNumber;

//输入原件个数

@property (nonatomic) int inputNum;

//输出原件个数

@property (nonatomic) int outputNum;

//预期错误均方差

@property (nonatomic) float desiredError;

//训练数据存储路径

@property (nonatomic) NSString* trainDataPath;

//神经网络保存路径

@property (nonatomic) NSString* networkSavingPath;

 

//单例获取

+ (instancetype)sharedManager;

//创建大脑

- (void)createBrain;

//保存大脑

- (void)saveBrain;

//训练

- (void)trainInputDatas:(fann_type *)inputData outputDatas:(fann_type *)outputData dataCount:(int)dataCount;

//执行

- (NSArray *)runInputDatas:(fann_type *)inputData;

 

这里关于NN的配置没有写死，也就是说具体使用的时候是要能修改滴。默认情况下呢，在单例构造完之后设置一下这些配置参数的默认值:

//

//  XYRobotManager.m

//  小歪

//

//  Created by reese on 16/3/21.

//  Copyright © 2016年 com.ifenduo. All rights reserved.

//

#import "XYRobotManager.h"

@implementation XYRobotManager
 

//静态c指针 神经网络对象

static struct fann *ann;

+ (instancetype)sharedManager {

    static XYRobotManager *_inst;

    static dispatch_once_t onceToken;

    dispatch_once(&onceToken, ^{

        _inst = [XYRobotManager new];

        

        //配置神经网络初始参数

        [_inst initConfig];

    });

    return _inst;

}

- (void)initConfig {

    //3层神经元

    _neuralLayerNumber = 3;

    

    //96个内部神经元

    _hiddenNeuralNumber = 96;

    

    //2个输入

    _inputNum = 2;

    

    //1个输出

    _outputNum = 1;