Как создать свою нейросеть?

 #! /usr/bin/env racket 
 
#lang racket 
 
(provide print-solution) 
 
(require "addx.rkt") 
 
(define loops 33) ; количество шагов обучения нейрона 
 
; Дана таблица 8x23 белых (.) и черных (-) точек. 
; Задача для нейрона: Найти цвета других (?) точек. 
 
(define table 
  (string->list (string-append 
    "...?.....?............-" 
    "......?.......?....----" 
    ".?........?.....-----?-" 
    ".......?.....-----?----" 
    "..?..?....-------------" 
    ".......------?------?--" 
    "....-----?-------?-----" 
    ".-------------------?--"))) 
 
; Значение сигнала нейрона на выходе: y = f(w1 * x1 + w2 * x2 + ...) 
; f — функция активации; wk — веса каждого из входов. 
; Чем больше вес, там больше вклад входа. 
 
(define w-size 23) 
(define h-size 8) 
(define len-table (* w-size h-size)) 
(define black 1) 
(define white -1) 
 
(define wx 0) ; сигнал x 
(define wy 0) ; сигнал y 
(define wb 0) ; опорный сигнал 
(define bias 1) ; погрешность 
(define error 0) 
(define learning_const 0.1) ; скорость, с которой нейрон делает выводы 
;(define learning_const (/ 1 10)) 
 
;; нейрон 
(define (neuron x y) ;; возвращает 1 (черное), или -1 (белое) 
  (cond 
    [(< (+ (* wx x) (* wy y) (* wb bias)) 0) white] 
    [else  black])) 
 
(define (learn x y desired) ;; обучающая процедура 
  (begin 
    (set! error (- desired (neuron x y))) 
    (+= wx (* error (* x (* learning_const)))) 
    (+= wy (* error (* y (* learning_const)))) 
    (+= wb (* error (* bias (* learning_const)))))) 
 
(define (index->coordinate-x i) (modulo i w-size)) 
(define (index->coordinate-y i) (floor (/ i w-size))) 
 
(define (eval-point ch ind) 
  (cond 
    [(eq? ch #\.) (learn (index->coordinate-x ind) (index->coordinate-y ind) white)] 
    [(eq? ch #\-) (learn (index->coordinate-x ind) (index->coordinate-y ind) black)])) 
 
;; один шаг обучения нейрона 
(define (learning-step t i) ; вызов (learning-step table 0) 
  (cond 
    [(< i len-table) 
     (begin 
       (eval-point (car t) i) 
       (learning-step (cdr t) (add1 i)))])) 
 
(define (repeat-learning-steps n) 
  (cond 
    [(> n 0) 
     (begin 
       (learning-step table 0) 
       (repeat-learning-steps (sub1 n)))])) 
 
(define (new-line i) 
  (cond 
    [(= (index->coordinate-x i) 0) (displayln " ")])) 
 
(define (print-point ch ind) 
  (cond 
    [(eq? ch #\.) (display ".")] ; White 
    [(eq? ch #\-) (display "-")] ; Black 
    [ else ; #\? 
      (cond 
        [(< (neuron (index->coordinate-x ind) (index->coordinate-y ind)) 0) 
         (display "W")]     ; White 
        [else 
         (display "B")])])) ; Black 
 
(define (print-solution t i) ; вывод решения 
  (new-line i) 
  (cond 
    [(< i len-table) 
     (begin 
       (print-point (car t) i) 
       (print-solution (cdr t) (add1 i)))])) 
 
;;; Test 1 
(display "__ Test 1 __") 
 
(repeat-learning-steps loops) 
(print-solution table 0) 
 
(display "шагов обучения = ") (displayln loops) 
(display "wx = ") (displayln wx) 
(display "wy = ") (displayln wy) 
(display "wb = ") (displayln wb) 
 
;  2 шага обучения нейрона  9 ошибок 
;  4 шага ................. 8 ошибок 
;  8 шагов ................ 8 ошибок 
; 16 шагов ................ 6 ошибок 
; 32 шага ................. 5 ошибок 
; 33 шага - задача решена   0 ошибок 
 
; http://www.michurin.net/computer-science/artificial-intelligence/ ; Заметки о нейронных сетях