Sample of 2-layer categorization-neural-network(CNN).
This CNN consists of 2-layer(input-layer, output-layer). not exist hidden-layer.
2層カテゴリ分類ニューラルネットワークのサンプル．
入力層と出力層のみ．隠れ層はなし．
このニューラルネットワークは，mnistと呼ばれる手書き数字データを学習・分類します．
実行する場合は，mnistのサイトから
- train-images-idx3-ubyte.gz
- train-labels-idx1-ubyte.gz
- t10k-images-idx3-ubyte.gz
- t10k-labels-idx1-ubyte.gz
の4つのファイルをダウンロードおよび解凍し，src/mnistの中へ入れてください．
Windows10 64bit(gcc 6.3.0)とCentOS6.10(gcc 4.4.7)で動作確認を行っています．
◎ver1.1以前(旧バージョン)
コンパイルを行うには次のコマンドを実行します．
gcc -lm snnet.c main.c -o snnet
最適化オプションを付けたほうが，動作は早くなります．
教師データを基に学習を行うには次のコマンドを実行します．
./snnet learn
テストデータを基に識別を行うには次のコマンドを実行します．
./snnet test
◎ver1.2以降(新バージョン)
コンパイルを行うには次のコマンドを実行します．
gcc -lm nnet.c util.c mnist.c main.c -o snnet
最適化オプションを付けたほうが，動作は早くなります．
教師データを基に学習を行うには次のコマンドを実行します．
./snnet -l
テストデータを基に識別を行うには次のコマンドを実行します．
./snnet -t
このプログラムはエラー時処理が厳密に行われていません．
malloc関数やcalloc関数が失敗した場合は，意図しない動作が引き起こされる可能性があります．
(タスクマネージャで確認した限りでは100MB余裕があれば動くとは思います．)