- Python 3
- Pip 3
> pip install -r requirements.txt
| Campo | Descripción | Valores aceptados |
|---|---|---|
| seed | Permite especificar el numero inicial usado al generar los valores aleatorios. | Debe entero positivo. Tambien se puede usar -1 si no se quiere usar un seed. |
| layer_config | Define la arquitectura de red, pasar un arreglo que determine cantidad de neuronas en capas ocultas y superficiales, la primera capa y la ultima deben tener 35 para que matcheen con los inputs y se recomienda poner 2 para el espacio latente. | Arreglo de Int. |
| optimizer.type | Adam o Momentum. | Numero de punto flotante entre 0 y 1. |
| optimizer.alpha | Valor de alpha. Poner en el caso que se use ADAM. | Numero de punto flotante entre 0 y 1. |
| optimizer.beta1 | Valor de beta1. Poner en el caso que se use ADAM. | Numero de punto flotante entre 0 y 1. |
| optimizer.beta2 | Valor de beta2. Poner en el caso que se use ADAM. | Numero de punto flotante entre 0 y 1. |
| optimizer.epsilon | Valor de epsilon. Poner en el caso que se use ADAM. | Numero de punto flotante entre 0 y 1. |
| optimizer.learning_rate | Valor del learning rate. Poner en el caso que se use Momentum. | Numero de punto flotante entre 0 y 1. |
| epochs | Maxima cantidad de iteraciones al entrenar. | Numero entero mayor a 0. |
| activation_function_beta | Valor de beta en funcion sigmoid. | Numero flotante positivo. |
- strategy
1-Si se opta por: "bit_fliping_with_n" Aclarar a) n_min: minimo numero de bits a invertirse en posiciones aleatorias b) n_max: maximo numero de bits a invertirse en posiciones aleatorias se avanza entre n_min y n_max con paso 1
2- Si se opta por: "bit_flip_with_probability" Aclarar a) probability_min: Probabilidad minima para invertir un bit en una posicion determinada b) probability_max: Probabilidad maxima para invertir un bit en una posicion determinada c) step: Aumento de probabilidad en cada iteracion