import java.io.*;

class neuron {  
/* Klasse der Neuronen */
 eineur anfli=null;                                               //Anfang der Eingangsliste (Dendritenliste)
 neuron nxt=null;                                                 //Zeiger auf Nachfolger in der Neuronenliste
 double dfa=100;                                                  //Fehlerwert
 double we=0;                                                     //Ausgangswert
 double gr=0;                                                     //Schaltschwelle
 double lrn=100;                                                  //Lernrate   
 boolean inf=false;                                               //Flag Dummy-Neuron, normales Neuron
  
 public neuron(boolean fl,neuron anf) {
  inf=fl;nxt=anf;
 }

 void inneur(double w) {                                          //Einlesen von Eingangswert w in Werteneuron
  if(inf) we=w;
 }
  
 void listin(neuron nnew) {                                       //Anhängen an die Dendritenliste
  anfli=new eineur(nnew,anfli);
 }

 double wert() {                                                  //Werteberechnung:
  eineur zwli=anfli;
  if(inf) return we;                                              //wenn Dummy-Neuron, dann Ausgabe des gespeicherten Wertes we
  else {                                                          //sonst (normales Neuron):
   double su=gr;                                                  //Eingangssumme mit Schaltschwelle initialisiert
   for(;zwli!=null;zwli=zwli.nxt) su=su+zwli.wert();              //Summe der Eingangswerte
   su=Math.max(su,-1000);                                         //Berechung des Ausgangs
   return 1/(Math.exp(-su)+1);
  }
 }

 void lernen(double d) {  
  /* Lernprozess über Fehlerrückkopplung (Delta-Regel */
  eineur zw=anfli;
  for(;zw!=null;zw=zw.nxt) zw.lernen(d,lrn);                          //korrektur der Eingangswichtungen
  gr=gr+lrn*d;                                                    //Korrektur der Schaltschwelle mit Lernrate 100
 }
}
 
class eineur {                                                    
/* Klasse der Dendriten */
 neuron ne=null;                                                  //Zeiger auf Neuron, das einen Wert an den Dendriten liefert
 double we=0;                                                     //gewichteter Wert
 double fk=1;                                                     //Wichtungsfaktor
 eineur nxt=null;                                                 //Zeiger auf Nachfolgedendrit
   
 public eineur(neuron nnew,eineur anf) {
  ne=nnew;nxt=anf;
 }

 public double wert() {
  we=ne.wert();                                                   //Berechnung Produkt Eingangswert, Faktor
  return we*fk;
 }

 void lernen(double d,double lrn) {
  ne.lernen(d*fk);                                                //Lernen 1 Ebene tiefer
  fk=fk-lrn*d*we;                                                 //Korrektur des Faktors mit Lernrate 100
 }
}

class cio {
 public static String stin(String fr) {
  /* Texteingabe per Tastatur, fr Frage */ 
  DataInputStream inp=new DataInputStream(System.in);
  String aw="";
  try {
   System.out.print(fr+": ");    
   aw=inp.readLine();
  }
  catch(IOException e){aw="";};  
  return aw;
 }
 
 public static int inin(String fr) {
  /* Zahleneingabe */
  return new Integer(stin(fr)).intValue();
 }  
 
 public static double dbin(String fr) {
  /* Zahleneingabe */
  return new Double(stin(fr)).doubleValue();
 }                      
} 
  
public class neudel {
 public static void main(String ctxt[]) {
  neuron aus=null,zwa=null,zwn=null,zw=null;
  double kick=100,kicka=200,ausg=0;
  double vor[][]=null,ein[][]=null,dif[]=null;  
  int i=0,e=0,m=0,az=0,ez=0,nz=0,mz=0;
  
  /* Organisieren des Netzes */
  ez=cio.inin("Ebenenzahl");
  az=cio.inin("Ausgangszahl");
  for(i=0;i<az;i++) aus=new neuron(false,aus);
  zwa=aus;
  for(e=ez-1;e>0;e--) {
   zwn=null;
   if(e>1) nz=cio.inin(e+". Ebene-Neuronenzahl");
   else nz=cio.inin("Eingangszahl");
   for(i=0;i<nz;i++) zwn=new neuron((e==1),zwn);
   for(;zwa!=null;zwa=zwa.nxt) {     
    for(zw=zwn;zw!=null;zw=zw.nxt) zwa.anfli=new eineur(zw,zwa.anfli);
   }; 
   zwa=zwn;
  }; 
  mz=cio.inin("Musterzahl");
  ein=new double[nz][mz];
  vor=new double[az][mz];
  dif=new double[az];
  for(m=0;m<mz;m++) {        
   for(i=0;i<nz;i++) ein[i][m]=cio.dbin("Eingang "+i);
   for(i=0;i<az;i++) vor[i][m]=cio.dbin("Ausgang "+i);
  };   
  
  /* wiederholte Lernschritte, Ende nach 10000 Lernschritte oder Abweichung <= 0,02 */
  for(e=0;(e<1000)&&(kick>0.02);e++) {
   kicka=kick;kick=0;
   for (i=0;i<az;i++) dif[i]=0;      
   System.out.println("Durchlauf: "+e);   
   for(m=0;m<mz;m++) {                                            //Schleife über alle Muster ("Musterschleife")
    for(zw=zwa,i=0;zw!=null;zw=zw.nxt,i++) zw.inneur(ein[i][m]);  //Kopieren des Eingangsmusters in Neuronen der 0.EingangsEbene      
    for(zw=aus,i=0;zw!=null;zw=zw.nxt,i++) {                      //Durchlaufen der Neuronen von der Ausgangsebene zur Eingangsebene
     ausg=zw.wert();                                              //Berechnung des Ausgangsmusters
     dif[i]=ausg-vor[i][m];                                       //Ermittlung der Abweichung der berechneten von den vorgegebenen Ausgangswerten
     kick=kick+Math.abs(dif[i]);
     System.out.print(vor[i][m]+" : "+ausg+"     ");              //Ausgabe der Ausgangswerte
    };                                                            //Durchlaufende
    System.out.println("");       
    for(zw=aus,i=0;zw!=null;zw=zw.nxt,i++) zw.lernen(dif[i]);     //Lernschritt        
   };                                                             //Ende der Musterschleife
  };    
  System.out.println("Versuche: "+e+" Fehler: "+kick);  
  System.out.println("");
  
  /* Reaktion auf neue Muster testen */                                     
  while (cio.stin("neuer Versuch (j/n)").equals("j")) {   
   for(i=0;i<nz;i++) ein[i][0]=cio.dbin("Eingang "+i); 
   for(zw=zwa,i=0;zw!=null;zw=zw.nxt,i++) zw.inneur(ein[i][0]); 
   for(zw=aus,i=0;zw!=null;zw=zw.nxt,i++) System.out.print(zw.wert()+"     ");    
   System.out.println("");    
  };
 }
}