Введение в нейронные сети на Golang

В этой статье я продемонстрирую вам пример простой нейронной сети на языке Golang с использованием готовой библиотеки.

Немного предисловия

Начав изучать язык программирования Golang, мне стало интересно, что может этот язык в сфере машинного обучения. Тогда я начал искать примеры кода какой-либо НС на этом языке. К сожалению, ничего толкового найти не получилось. И вот тогда я решил переписать НС из этой статьи под GO.

Нейросеть

Задача нейронной сети — решить, что делать персонажу, исходя из 3х параметров:

• Количество здоровья (от 1 до 100)
• Наличие оружия
• Количество врагов

В зависимости от результата, может быть принято одно из следующих решений:

• Атаковать
• Красться
• Убегать
• Ничего не делать

Примеры:

Здоровье	Оружие	Враги	Решение
50	1	1	Атаковать
90	1	2	Атаковать
80	0	1	Атаковать
30	1	1	Красться
60	1	2	Красться
40	0	1	Красться
90	1	7	Убегать
60	1	4	Убегать
10	0	1	Убегать
60	1	0	Ничего не делать
100	0	0	Ничего не делать

Подготовка

Мы будем использовать библиотеку GoNN.

Установка:

go get github.com/fxsjy/gonn/gonn

Приступим!

Для начала зададим импорт:

import (      "fmt"      "github.com/fxsjy/gonn/gonn" ) 

Теперь приступим к созданию нейронной сети:

 func CreateNN() {     // Создаём НС с 3 входными нейронами (столько же входных параметров),     // 16 скрытыми нейронами и     // 4 выходными нейронами (столько же вариантов ответа)     nn := gonn.DefaultNetwork(3, 16, 4, false)           // Создаём массив входящих параметров:     // 1 параметр - количество здоровья (0.1 - 1.0)     // 2 параметр - наличие оружия (0 - нет, 1 - есть)     // 3 параметр - количество врагов     input := [][]float64 {              []float64{0.5, 1, 1}, []float64{0.9, 1, 2}, []float64{0.8, 0, 1},               []float64{0.3, 1, 1}, []float64{0.6, 1, 2}, []float64{0.4, 0, 1},              []float64{0.9, 1, 7}, []float64{0.6, 1, 4}, []float64{0.1, 0, 1},               []float64{0.6, 1, 0}, []float64{1, 0, 0} }          // Теперь создаём "цели" - те результаты, которые нужно получить     target := [][]float64 {              []float64{1, 0, 0, 0}, []float64{1, 0, 0, 0}, []float64{1, 0, 0, 0},              []float64{0, 1, 0, 0}, []float64{0, 1, 0, 0}, []float64{0, 1, 0, 0},              []float64{0, 0, 1, 0}, []float64{0, 0, 1, 0}, []float64{0, 0, 1, 0},              []float64{0, 0, 0, 1}, []float64{0, 0, 0, 1} }      // Начинаем обучать нашу НС.     // Количество итераций - 100000     nn.Train(input, target, 100000)      // Сохраняем готовую НС в файл.     gonn.DumpNN("gonn", nn) } 

Теперь нам нужно написать функцию, которая выберет ответ нейрона с самым большим весом.

 func GetResult(output []float64) string {     max := -99999     pos := -1     // Ищем позицию нейрона с самым большим весом.     for i, value := range output {         if (value > max) {             max = value             pos = i         }     }      // Теперь, в зависимости от позиции, возвращаем решение.     switch pos {     case 0: return "Атаковать"     case 1: return "Красться"     case 2: return "Убегать"     case 3: return "Ничего не делать"     }     return "" } 

И теперь пишем функцию main.

 func main() {     CreateNN()     // Загружем НС из файла.     nn := gonn.LoadNN("gonn")      // Записываем значения в переменные:     // hp - здоровье (0.1 - 1.0)     // weapon - наличие оружия (0 - нет, 1 - есть)     // enemyCount - количество врагов     var hp float64 = 0.7     var weapon float64 = 1.0     var enemyCount float64 = 1.0      // Получаем ответ от НС (массив весов)     out := nn.Forward([]float64{ hp, weapon, enemyCount })     // Печатаем ответ на экран.     fmt.Println(GetResult(out)) } 

В данном случае ответ — «Атаковать»

Заключение

Как видим, процесс работы с нейронными сетями на Golang такой же, как и с другими языками программирования. Эксперементируйте с этой сетью и создавайте свои!