На периферии трёх миров: ещё один шаг к нейронной операционной системе

• Аналоговой интуиции ( где вес нейрона - переменный резистор ).
  
• Математика ( где ошибка заставляет систему эволюционировать).
  
• Программирование (цель - не просто скрипт в полноценная ОС ).

• ANSI - цвет.
  
• Бесконечный цикл while (1) - позволяет проводить серию экспериментов, не перезапуска я программу. Нет защиты от неверного символа. CTRL +C.
  
• Код я оставил максимально чистым. Вся логика в четырёх строках внутри цикла for.

#include 
#define G "\033[32m"
#define Y "\033[33m"
#define S "\033[34m"
#define R "\033[0m"
int main ()
{
        float x1; float w1 = 0.05; float bias = 0.01;
        float sk_obuch; float error; float out;
        float targ; int cikl;
        while (1)
        {
        printf(" Вход  : "); scanf("%f", &x1);
        printf(" Ск_об : "); scanf("%f", &sk_obuch);
        printf(" Цель  : "); scanf("%f", &targ);
        printf(" Цикл  : "); scanf("%d", &cikl);
        for (int i = 0; i < cikl; i ++)
        {
                out = ( x1 * w1 ) + bias;
                error = targ - out;
                w1 += sk_obuch * error * x1;
                bias += sk_obuch * error;
                printf (Y"   %d", i);
                printf (G"  Вес = %.3f"R, w1);
                printf (S"  Bias  = %.3f"R, bias);
                printf (G"   Ошиб  = %4.3f"R, error);
                printf (S"   Out  = %.3f\n"R, out);
        }
        }
        return 0;
}
~

• Вес (w) и смещение (b) - это начальное произвольное значение.
  
• Вход (x), скорость обучения (s), цель (t), количество интеграцией (i) выбираем через scanf что удобно проводить эксперименты.
  
• Вход 10; 5 - веса не стабильны нейрон обучается под одно значение.
  
• Драма (внизу) - при слишком высокой скорости обучения веса прыгают и система идёт в разнос.

• Стабильность: При низкой скорости обучения (0.01) система плавно гасит ошибку и находит идеальный баланс.
  
• Хаос: Как только я поднял скорость (0.1) нейрон потерял устойчивость. Веса начали прыгать, и система улетела в бесконечность.
  
• Итоги: Этого кода достаточно , чтоб изучать закономерность и управление нейрона. Всего не опишешь. Запуская, меняй значение.

#include 
int main ()
{
        float w;
        float b;
        float out, input;
        out = (input * w) + b;
        return 0;
}

• Цель эксперимента: «Мы научим нейрон распознавать критическую точку — 100 градусов. Входным сигналом будет температура, а целевым значением — сигнал на отключение».
  
• Логика: «На этом этапе нейрон ещё "одномерный", но он уже учится принимать решение: пора выключать питание или нет».

#include 
int main ()
{
        float w = 0.01;
        float b = 0.0;
        float out, input;
        int res;
        while (1)
        {
        scanf ("%f", &input);
        out = (input * w) + b;
        res = (out > 1) ? 0 : 1;
        printf("%d\n\n", res);
        }
        return 0;
}

• Я изучал биты, логику, память на Си - учил классику. Потом мне захотелось потрогать современные технологии. Си плюс нейрон вот тебе и современные технологии, вот тебе и современный стэк.
  
• Смотреть под капот памяти это сложно, но интересно.
  
• Когда я впервые заглянул под капот нейрона : Мне показалось это скучным. Сухая арифметика. Ребята, расходимся - здесь умножение.
  
• Решил абстрагироваться : Нейрон это независимая, свободная личность, которая способна учиться. Чему научишь то она и будет уметь.
  
• Перспектива: Может жить от одной батарейки годами. Не нужен интернет.