Учебное пособие по курсу «Нейроинформатика»

 If Est1>Est2 Then Begin
 If Not SaveArray(Map) Then GoTo Exit; {Сохраняем лучший массив параметров}
 Est1 = Est2;
 TryNum = 0;
 End Else TryNum = TryNum + 1; {Увеличиваем счетчик отказов}
 End
 RadiusNum = RadiusNum + 1; {Обрабатываем следующий радиус}
Radius = 1 / RadiusNum; {Вычисляем следующий радиус}
 End
Close
 Begin
Exit:
 If Not SetArray(Map) Then; {Восстанавливаем лучший массив параметров}
 If Not EraseArray(Мар1) Then; {Освобождаем вспомогательные массивы}
 If Not EraseArray(Мар2) Then;
 QName = "CloseSession"; {Задаем имя запроса}
 Map = NewArray(mRealArray, 1); {Создаем массив для аргументов запроса}
 If Map = Null Then GoTo Exit1;
 TPointer(Map^[1]) = @Handle; {Заносим адрес единственного аргумента}
 If Not GenerateQuest(@QName, Map) Then;{Открываем сеанс работы с задачником}
 If Not FreeArray(mRealArray, Map) Then; {Освобождаем массив для аргументов}
Exit1:
 End
End Instructor

Пример 2. Библиотека функций

InstrLib Library1; {Библиотека содержит функции для следующего учителя}
{Метод наискорейшего спуска}
 Function SDM( Handle : Integer; Step : Real) : Real;
 Label Exit, Endd;
 Var
 Real Est;
 Begin
 Est = CalcGradient(Handle, True);
 If Error <> 0 Then GoTo Exit;
 Est =Optimize(Null, Step); {Вызываем функцию подбора оптимального шага}
 If Error <> 0Then GoTo Exit;
 SDM = Est;
 GoTo Endd;
Exit:
 SDM = 0;
Endd:
 End
{Метод случайного поиска}
 Function RDM( Handle : Integer; Step : Real) : Real;
 Label Exit, Endd;
 Var
 Real Est;
 PRealArray : Direction;
 Begin
Direction = CreateArray; {Создаем вспомогательный массив}
 If Direction = Null Then GoTo Exit;
 If Not RandomArray(Direction) Then GoTo Exit; {Генерируется новый массив параметров}
 If Error <> 0 Then GoTo Exit;
 Est =Optimize(Direction, Step); {Вызываем функцию подбора оптимального шага}
 If Error <> 0 Then GoTo Exit;
 RDM = Est;
 GoTo Endd;
Exit:
 RDM = 0;
Endd:
 End
End InstrLib

Пример 3. Антиовражная процедура обучения.

Instructor kParTan Used Library1; {Антиовражная процедура обучения kParTan}
Main {Обучение ведется по всему обучающему множеству}
 Label Exit, Exit1;
 Static
 Color InstColor Name "Цвет примеров обучающего множества"
 Default HFFFF; {По умолчанию}
 Integer OperColor Name "Операция для отбора цветов" Default CIn;
 {все примеры, в цвете которых есть хоть один единичный бит }
 String NetName Name "Имя сети" Default "";
 Integer What Name "Что обучать" Default Parameters;
 {По умолчанию 2ParTan}
 Integer k Name "Число шагов между ParTan шагами" Default 2;
 Real AccuracyName "Требуемый минимум оценки"Default 0.00001;
 Logic Direction Name "Случайное направление или антиградиент"
 11 Default True; {Если истина,то антиградиент }
 Var