• 一种离散化的编程策略

    (A，B)---m*n*k---(1,0)(0,1)

    移动距离和假设

    用神经网络分类A和B，把参与分类的A和B中的数字看作是组成A和B的粒子，设分类的过程就是让A和B中的粒子互相交换位置，寻找最短移动路径的过程。而熵H与最短移动距离和成正比，迭代次数n和熵H成反比。

    对二值化图片移动规则汇总

    每个粒子移动一次，位置重合不移动，0不动，单次移动距离恒为1.

    按照移动距离和假设，神经网络的训练过程事实上可以分为两个部分，首先将A移向B,再将B移向A。但因为这个过程是通过一套权重来完成的，所以神经网络就是在调和将A移向B，和将B移向A这两种编程逻辑。所以神经网络之所以可以实现较高的分类准确率，是因为充分的考虑了A相对B的差异的同时考虑了B相对于A的差异。并使之成为一个矛盾统一体，所以这不是一种基于单一连续逻辑的编程策略，而是一种离散化的复合的编程策略。

    为验证这一猜测，继续完成92x系列的实验。让A中有9个1，B中有两个1.让两张图片不断迭代直到收敛。统计迭代次数的平均值，并比较。

    得到迭代次数

    921

    922

    923

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    22094.36

    22210.17

    22270.11

    4.00E-04

    27253.6

    27135.26

    27196.01

    3.00E-04

    35340.25

    35457.67

    35444.69

    2.00E-04

    52155.43

    51821.36

    51555.68

    1.00E-04

    98502.28

    99141.98

    98892.23

    s

    7

    7

    7

    可以清楚的看到，虽然921-923的点的分布差异巨大，但是他们的迭代次数其实是高度重合的。因为他们的移动距离和s都是7.

    比如921中只有A中有7个需要移动的点，单次移动距离为1，因此总的移动距离为7.

    为验证这一现象，继续完成第二组实验924-927。得到迭代次数

    921

    922

    923

    924

    925

    926

    927

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    22094.36

    22210.17

    22270.11

    22381.12

    22129.48

    22120.59

    22170.03

    4.00E-04

    27253.6

    27135.26

    27196.01

    27177.41

    27190.68

    27647.97

    27189.69

    3.00E-04

    35340.25

    35457.67

    35444.69

    35226.14

    35295.77

    35259.25

    35510.32

    2.00E-04

    52155.43

    51821.36

    51555.68

    50902.96

    51453.88

    51790.95

    51694.95

    1.00E-04

    98502.28

    99141.98

    98892.23

    97550.25

    98339.94

    97544.53

    97718.31

    s

    7

    7

    7

    7

    7

    7

    7

    实验现象符合假设，他们的迭代次数曲线是重合的。

    再将本次实验数据和前述实验数据做比较，

    981

    971

    122

    961

    951

    941

    931

    921

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    34219.01

    28229.22

    25862.05

    25523.99

    23904.73

    22959.57

    22166.65

    22094.36

    4.00E-04

    41899.68

    34548.15

    31524.1

    30958.15

    28978.03

    27774.2

    27290.48

    27253.6

    3.00E-04

    53474.56

    44497.27

    41011.36

    40262.78

    38252.24

    35993.35

    35639.73

    35340.25

    2.00E-04

    77797.83

    64693.36

    59270.11

    59096.97

    55426.48

    52950.71

    51890.25

    52155.43

    1.00E-04

    148175

    123601.3

    112397.9

    113446.1

    106880.8

    101146.2

    100158

    98502.28

    s

    1

    2

    3

    3

    4

    5

    6

    7

    可以清晰的观察到迭代次数n和移动距离和s之间的反比关系。

  • 相关阅读:
    用go获取IPv4地址，WLAN的IPv4地址，本机公网IP地址详解
    【CSS】笔记4-浮动
    安装sqli-labs时，mysql 8 报错解决
    图解Kafka架构学习笔记（一）
    sql 查询
    3.6 空值的处理
    Git 笔记之gitignore
    java计算机毕业设计考勤系统设计源码+mysql数据库+系统+lw文档+部署
    算法必刷系列之位运算
    tensorflow-serving实战
  • 原文地址：https://blog.csdn.net/georgesale/article/details/125470845