SOM.py

import numpy as np
from math import dist


dimRed = [10, 10]  # 10x10
etapas = [750, 1000, 3000]
n = 0  # Contador de etapas
epoca = 0  # Contador de epoca
corriendo = True


def tasa_apren(epoca, n, etp):
    if n == 0:
        return 0.9
    if n == 1:
        return (0.01 - 0.9) * epoca / etp[1]
    return 0.01


def entorno(epoca, n, etp):  # o vecindad
    if n == 0:
        return 0.9
    if n == 1:
        return (0.01 - 0.9) * epoca / etp[1]
    return 0.01

x = [[1, 1], [2, 2]]


while epoca < etapas[n] and corriendo:

    # Genero mis pesos
    w = np.random.randint(0, 2, dimRed)

    # Recorro cada uno de mis pesos y me fijo cual es el mas cercano
    minSuma = w.max()
    minIndex = np.unravel_index(np.argmax(w, axis=None), w.shape)

    for i, neurona in np.ndenumerate(w): # neurona tiene el valor, i tiene forma (0,0), (0,1), ...
        sumaDistancias = 0 # Suma distancias
        for j, entrada in np.ndenumerate(x): # entrada tiene el valor, j tiene forma (0,0), (0,1), ...
            sumaDistancias = sumaDistancias + dist(entrada, neurona)
        sumaDistancias = sumaDistancias / len(x.flat) # Promedio de distancias
        if sumaDistancias < minSuma:
            minSuma = sumaDistancias
            minIndex = i
    

    epoca = epoca + 1
    if epoca == etapas[n]:
        n = n + 1  # Voy a la siguiente etapa
        if n > 3:
            corriendo = False