classificatore_immagini/percettroni.h

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>

char *file_pesi = "rete_pesi.bin";

// #include "mnist/mnist_manager.h"
/* char *file_immagini = "mnist/t10k-images.idx3-ubyte";
char *file_label = "mnist/t10k-labels.idx1-ubyte"; */
// char *file_immagini = "mnist/train-images.idx3-ubyte";
// char *file_label = "mnist/train-labels.idx1-ubyte";

// #include "cifar-10/cifar10_manager.h";
// char *file_immagini = "cifar-10/data_batch_1.bin";
//  char *file_immagini = "cifar-10/data_batch_2.bin";
//  char *file_immagini = "cifar-10/data_batch_3.bin";
//  char *file_immagini = "cifar-10/data_batch_4.bin";
//  char *file_immagini = "cifar-10/data_batch_5.bin";
// char *file_immagini = "cifar-10/test_batch.bin";

#include "xor_manager.h"

// Siccome il char è un byte che rappresenta il valore tra 0 e 255. Per evitare confusioni definisco il tipo "byte" come in Java
typedef unsigned char byte;

double LRE = 0.5;
double soglia_sigmoide = 0.5;

typedef struct
{
    double *pesi;
    double bias;
    int size;
} Percettrone;

typedef struct
{
    Percettrone *percettroni;
    int size;
} Layer;

typedef struct
{
    Layer *layers;
    int size;
} ReteNeurale;

double randomico();

Percettrone inzializza_percettrone(int);
ReteNeurale inizializza_rete_neurale(int, int, int, int);
Layer inizializza_layer(int, int);

double sigmoide(Percettrone p, double *);
double derivata_sigmoide(double);
double **elabora_sigmoidi(ReteNeurale *, Istanza);

double **elabora_gradienti(ReteNeurale *, double, double **);
void discesa_gradiente(ReteNeurale *, double **, double **);
double calcola_gradiente_disceso(ReteNeurale *, int, int, double **);

void aggiorna_pesi(ReteNeurale *, double **, double **, Istanza);
void correggi_pesi_percettrone_double(Percettrone *, int, double **, double);
void correggi_pesi_percettrone_byte(Percettrone *, Istanza, double, int);

int previsione(double);

void salvaReteNeurale(const char *, ReteNeurale *);
ReteNeurale *caricaReteNeurale(const char *);

void stampa_pesi_rete(ReteNeurale *);

/*
    ################# INIZIALIZZAZIONI ################################
*/
// Questa funzione genera un valore reale random compreso nell'intervallo [-1, 1]
double randomico()
{
    // Genero numeri nell'intervallo [-1,1]
    return ((double)(rand() % 101 * 0.01 * 2.0) - 1.0);
    //return (double)(rand() % 101 * 0.01);
}

Percettrone inizializza_percettrone(int n_pesi)
{
    Percettrone p;
    p.pesi = (double *)malloc(sizeof(double) * n_pesi);
    for (int i = 0; i < n_pesi; i++)
    {
        p.pesi[i] = randomico();
    }

    p.bias = randomico();

    p.size = n_pesi;

    return p;
}

Layer inizializza_layer(int n_percettroni, int n_pesi)
{
    Layer layer;
    layer.percettroni = (Percettrone *)malloc(sizeof(Percettrone) * n_percettroni);

    for (int i = 0; i < n_percettroni; i++)
    {
        layer.percettroni[i] = inizializza_percettrone(n_pesi);
    }

    layer.size = n_percettroni;

    return layer;
}

ReteNeurale inizializza_rete_neurale(int numero_input, int numero_layers, int numero_percettroni_iniziali, int numero_percettroni_finali)
{
    srand(time(NULL));
    ReteNeurale r;
    r.layers = (Layer *)malloc(sizeof(Layer) * numero_layers);
    r.size = numero_layers;

    // Funzione esponenziale inversa layer
    for (int livello = 0; livello < numero_layers; livello++)
    {
        //double esponente = (double)livello / (double)numero_layers;
        //double frazione = (double)1 / (double)numero_percettroni_iniziali;
        //int numero_percettroni_livello = (int)((double)numero_percettroni_iniziali * pow(frazione, esponente));

        int numero_percettroni_livello = 1;

        if (livello == numero_layers - 1)
            numero_percettroni_livello = numero_percettroni_finali;
        else {
            double frazione = (double) (numero_layers - livello) / (double) numero_layers;
            numero_percettroni_livello = (int)((double)(numero_percettroni_iniziali * frazione));
        }

        // printf("esponente %f -> frazione: %f\n", esponente, frazione);
        printf("Layer %d -> percettroni: %d\n", livello, numero_percettroni_livello);

        if (livello == 0)
            r.layers[livello] = inizializza_layer(numero_percettroni_livello, numero_input);
        else
            r.layers[livello] = inizializza_layer(numero_percettroni_livello, r.layers[livello - 1].size);
    }

    return r;
}

/*
    ################# PREVISIONI ################################
*/

// Da eseguire a mano 2
double **elabora_gradienti(ReteNeurale *rete_neurale, double gradiente_errore, double **sigmoidi)
{
    double **gradienti = (double **)malloc(sizeof(double *) * rete_neurale->size);

    // Alloco la dimensione per ogni layer
    for (int indice_layer = 0; indice_layer < rete_neurale->size; indice_layer++)
    {
        gradienti[indice_layer] = (double *)malloc(sizeof(double) * rete_neurale->layers[indice_layer].size);
    }

    // Qui mi trovo il gradiente del percettrone output (ultimo livello)
    for(int indice_percettrone = 0; indice_percettrone < rete_neurale->layers[rete_neurale->size - 1].size; indice_percettrone++)
        gradienti[rete_neurale->size - 1][indice_percettrone] = gradiente_errore * derivata_sigmoide(sigmoidi[rete_neurale->size - 1][indice_percettrone]);

    //Dal gradiente trovato per l'output, mi discendo tutti gli altri
    discesa_gradiente(rete_neurale, sigmoidi, gradienti);

    return gradienti;
}

// Invocata da elabora_sigmoidi()
double sigmoide(Percettrone p, double *valori)
{
    double sommatoria = 0.0;
    for (int i = 0; i < p.size; i++)
    {
        sommatoria += (valori[i] * p.pesi[i]);
        // printf("valore [%f] peso[%f] ", valori[i], p.pesi[i]);
    }

    sommatoria += p.bias;

    //Sigmoide
    double risultato = 1.0 / (1.0 + exp(-sommatoria));
    //ReLU
    //double risultato = sommatoria > 0 ? sommatoria : 0.0f;

    // printf(" sommatoria %f -> %f\n",sommatoria, risultato);

    return risultato;
}

// Invocata da elabora_gradienti()
double derivata_sigmoide(double valore)
{
    //Sigmoide
    double derivata = valore * (1.0 - valore);
    //ReLU
    //double derivata = valore > 0 ? 1.0f : 0.0f;
    
    return derivata;
}

int previsione(double valore)
{
    //Sigmoide
    if (valore >= soglia_sigmoide)
        return 1;
    else
        return 0;

    //ReLU
    //return valore > 0 ? 1 : 0;
}

// Invocata da elabora_gradienti()
void discesa_gradiente(ReteNeurale *rete, double **sigmoidi, double **gradienti)
{
    for (int indice_layer = rete->size - 2; indice_layer >= 0; indice_layer--)
    {
        for (int indice_percettrone = 0; indice_percettrone < rete->layers[indice_layer].size; indice_percettrone++)
        {
            double derivata_attivazione =  derivata_sigmoide(sigmoidi[indice_layer][indice_percettrone]);
            double gradiente_disceso = calcola_gradiente_disceso(rete, indice_layer + 1, indice_percettrone, gradienti);

            gradienti[indice_layer][indice_percettrone] = gradiente_disceso * derivata_attivazione;
        }
    }
}

// Invocata da discesa_gradienti()
double calcola_gradiente_disceso(ReteNeurale *rete, int livello, int indice_peso, double **gradienti)
{
    double sommatoria = 0.0;
    for (int indice_percettrone = 0; indice_percettrone < rete->layers[livello].size; indice_percettrone++)
    {
        sommatoria += (gradienti[livello][indice_percettrone] * rete->layers[livello].percettroni[indice_percettrone].pesi[indice_peso]);
    }

    return sommatoria;
}

// Da eseguire a mano 1
double **elabora_sigmoidi(ReteNeurale *rete, Istanza istanza)
{
    double **sigmoidi = (double **)malloc(sizeof(double *) * rete->size);
    double *inputs = (double *)malloc(sizeof(double) * N_INPUTS);
    for (int i = 0; i < N_INPUTS; i++)
    {
        inputs[i] = (double)istanza.dati[i];
    }

    sigmoidi[0] = (double *)malloc(sizeof(double) * rete->layers[0].size);
    for (int indice_percettrone = 0; indice_percettrone < rete->layers[0].size; indice_percettrone++)
    {
        sigmoidi[0][indice_percettrone] = sigmoide(rete->layers[0].percettroni[indice_percettrone], inputs);
    }

    for (int indice_layer = 1; indice_layer < rete->size; indice_layer++)
    {
        sigmoidi[indice_layer] = (double *)malloc(sizeof(double) * rete->layers[indice_layer].size);
        for (int indice_percettrone = 0; indice_percettrone < rete->layers[indice_layer].size; indice_percettrone++)
        {
            sigmoidi[indice_layer][indice_percettrone] = sigmoide(rete->layers[indice_layer].percettroni[indice_percettrone], sigmoidi[indice_layer - 1]);
        }
    }

    return sigmoidi;
}

/*
    ################# CORREZIONI ################################
*/

void aggiorna_pesi(ReteNeurale *rete_neurale, double **sigmoidi, double **gradienti, Istanza istanza)
{
    for (int indice_peso = 0; indice_peso < rete_neurale->layers[rete_neurale->size - 1].percettroni[0].size; indice_peso++)
    {
        // Determino gradiente del peso
        double gradiente_peso = gradienti[rete_neurale->size - 1][0] * sigmoidi[rete_neurale->size - 2][indice_peso];
        rete_neurale->layers[rete_neurale->size - 1].percettroni[0].pesi[indice_peso] += gradiente_peso * LRE;
    }
    rete_neurale->layers[rete_neurale->size - 1].percettroni[0].bias += gradienti[rete_neurale->size - 1][0] * LRE;

    // Applico la correzione dal penultimo layer andando indietro fino al secondo (il primo si fa diverso)
    for (int indice_layer = rete_neurale->size - 2; indice_layer >= 0; indice_layer--)
    {
        // Applico la correzione a tutti i percettroni del layer dal primo a seguire
        for (int indice_percettrone = 0; indice_percettrone < rete_neurale->layers[indice_layer].size; indice_percettrone++)
        {
            // Devo prendere il gradiente del percettrone e moltiplicarlo con gli input associati ai pesi
            if (indice_layer != 0)
            {
                correggi_pesi_percettrone_double(&rete_neurale->layers[indice_layer].percettroni[indice_percettrone], indice_layer, sigmoidi, gradienti[indice_layer][indice_percettrone]);
            }
            else
            {
                correggi_pesi_percettrone_byte(&rete_neurale->layers[0].percettroni[indice_percettrone], istanza, gradienti[0][indice_percettrone], indice_percettrone);
            }
        }
    }
}

void correggi_pesi_percettrone_double(Percettrone *p, int layer, double **input, double gradiente_percettrone)
{

    for (int indice_peso = 0; indice_peso < p->size; indice_peso++)
    {
        // Determino il gradiente del peso
        double gradiente_peso = gradiente_percettrone * input[layer - 1][indice_peso];

        // Modifico il peso
        p->pesi[indice_peso] += (gradiente_peso * LRE);
    }

    p->bias += (gradiente_percettrone * LRE);
}

void correggi_pesi_percettrone_byte(Percettrone *p, Istanza input, double gradiente_percettrone, int indice_percettrone)
{
    for (int indice_peso = 0; indice_peso < p->size; indice_peso++)
    {
        // Determino il gradiente del peso
        double gradiente_peso = gradiente_percettrone * (double)input.dati[indice_peso];

        // Modifico il peso
        p->pesi[indice_peso] += (gradiente_peso * LRE);
    }

    p->bias += (gradiente_percettrone * LRE);
}

/*
    ################### ADDESTRAMENTO #########################
*/
//Elabora un'epoca. Restituisce 1 se ha dato il 100% di previsioni corrette
byte addestra(ReteNeurale *rete_neurale, Dataset set)
{
    int corrette = 0;
    double errore_totale = 0.0;

    //Per ogni istanza del dataset
    for (int indice_set = 0; indice_set < set.size; indice_set++)
    {
        double **sigmoidi = elabora_sigmoidi(rete_neurale, set.istanze[indice_set]);

        byte output_corretto = set.istanze[indice_set].classificazione;
        int previsto = previsione(sigmoidi[rete_neurale->size - 1][0]);
        
        //printf("\tPrevisto: %d, corretto: %d\n", previsto, output_corretto);

        if (previsto == output_corretto) {
            corrette++;
        }
        else {
            // Derivata funzione di perdita
            double gradiente_errore = (output_corretto - sigmoidi[rete_neurale->size - 1][0]);
            errore_totale += pow(gradiente_errore, 2);

            double **gradienti = elabora_gradienti(rete_neurale, gradiente_errore, sigmoidi);
            aggiorna_pesi(rete_neurale, sigmoidi, gradienti, set.istanze[indice_set]);

            for(int i = 0; i < rete_neurale->size; i++)
                free(gradienti[i]);
            free(gradienti);
        }

        for(int i = 0; i < rete_neurale->size; i++)
            free(sigmoidi[i]);
        free(sigmoidi);
    }

    //printf("Errore: %f, risposte corrette: %d%\n", errore_totale, (corrette * 100) / set.size);

    if(corrette == set.size)
        return 1;
    else
        return 0;
}

/*
    ################# IMPORT EXPORT ################################
*/
void salvaReteNeurale(const char *filename, ReteNeurale *rete)
{
    FILE *file = fopen(filename, "wb");
    if (!file)
    {
        perror("Errore nell'apertura del file");
        exit(EXIT_FAILURE);
    }

    // Scrivi il numero di layer
    fwrite(&rete->size, sizeof(int), 1, file);

    // Scrivi ogni layer
    for (int i = 0; i < rete->size; i++)
    {
        Layer *layer = &rete->layers[i];
        fwrite(&layer->size, sizeof(int), 1, file);

        // Scrivi ogni percettrone nel layer
        for (int j = 0; j < layer->size; j++)
        {
            Percettrone *perc = &layer->percettroni[j];
            fwrite(&perc->size, sizeof(int), 1, file);
            fwrite(perc->pesi, sizeof(double), perc->size, file);
            fwrite(&perc->bias, sizeof(double), 1, file);
        }
    }

    fclose(file);
}

ReteNeurale *caricaReteNeurale(const char *filename)
{
    FILE *file = fopen(filename, "rb");

    if (!file)
    {
        perror("Errore nell'apertura del file");
        return NULL;
    }

    ReteNeurale *rete = malloc(sizeof(ReteNeurale));
    if (!rete)
    {
        perror("Errore nell'allocazione della memoria");
        return NULL;
    }

    // Leggi il numero di layer
    fread(&rete->size, sizeof(int), 1, file);
    rete->layers = malloc(rete->size * sizeof(Layer));
    if (!rete->layers)
    {
        perror("Errore nell'allocazione della memoria");
        return NULL;
    }

    // Leggi ogni layer
    for (int i = 0; i < rete->size; i++)
    {
        Layer *layer = &rete->layers[i];
        fread(&layer->size, sizeof(int), 1, file);
        layer->percettroni = malloc(layer->size * sizeof(Percettrone));
        if (!layer->percettroni)
        {
            perror("Errore nell'allocazione della memoria");
            return NULL;
        }

        // Leggi ogni percettrone nel layer
        for (int j = 0; j < layer->size; j++)
        {
            Percettrone *perc = &layer->percettroni[j];
            fread(&perc->size, sizeof(int), 1, file);
            perc->pesi = malloc(perc->size * sizeof(double));
            if (!perc->pesi)
            {
                perror("Errore nell'allocazione della memoria");
                return NULL;
            }
            fread(perc->pesi, sizeof(double), perc->size, file);
            fread(&perc->bias, sizeof(double), 1, file);
        }
    }

    fclose(file);
    return rete;
}

/*
    ################ STAMPE ############################
*/
void stampa_pesi_rete(ReteNeurale *rete)
{
    for (int indice_layer = 0; indice_layer < rete->size; indice_layer++)
    {
        printf("\nLivello %d", indice_layer);
        for (int indice_percettrone = 0; indice_percettrone < rete->layers[indice_layer].size; indice_percettrone++)
        {
            printf("\n\tPercettrone %d", indice_percettrone);
            for (int indice_peso = 0; indice_peso < rete->layers[indice_layer].percettroni[indice_percettrone].size; indice_peso++)
            {
                printf("\n\t\tPeso %d: %f", indice_peso, rete->layers[indice_layer].percettroni[indice_percettrone].pesi[indice_peso]);
            }
        }
    }
    printf("\n");
}