比较多列训练集的迭代次数,把多列训练集用单列近似,再通过计算单列的斥力比较迭代次数的大小顺序。

( A, B )---3*30*2---( 1, 0 )( 0, 1 )

让网络的输入有3个节点,AB各由5张二值化的图片组成,让A中有5个1,B中全是0,排列组合A ,统计迭代次数的顺序。一共收集到了111种不同的组合,其中有12组

A-B

迭代次数

A-B

迭代次数

0

1

1

3*2*2*1*0-0*0*0*0*0

3683.96

1

1

0

6*4*0*2*2-0*0*0*0*0

3975.97

0

1

0

3*2*2*1*0-0*0*0*0*0

3683.96

1

0

0

6*4*0*2*2-0*0*0*0*0

3975.97

0

1

0

3*2*2*1*0-0*0*0*0*0

3683.96

0

0

0

6*4*0*2*2-0*0*0*0*0

3975.97

0

0

1

3*2*2*1*0-0*0*0*0*0

3683.96

0

1

0

6*4*0*2*2-0*0*0*0*0

3975.97

0

0

0

3*2*2*1*0-0*0*0*0*0

3683.96

0

1

0

6*4*0*2*2-0*0*0*0*0

3975.97

 

 

1

1

0

6*2*4*2*0-0*0*0*0*0

3715.17

1

1

0

6*2*0*2*4-0*0*0*0*0

3989.44

0

1

0

6*2*4*2*0-0*0*0*0*0

3715.17

0

1

0

6*2*0*2*4-0*0*0*0*0

3989.44

1

0

0

6*2*4*2*0-0*0*0*0*0

3715.17

0

0

0

6*2*0*2*4-0*0*0*0*0

3989.44

0

1

0

6*2*4*2*0-0*0*0*0*0

3715.17

0

1

0

6*2*0*2*4-0*0*0*0*0

3989.44

0

0

0

6*2*4*2*0-0*0*0*0*0

3715.17

1

0

0

6*2*0*2*4-0*0*0*0*0

3989.44

 

 

0

1

1

3*1*2*2*0-0*0*0*0*0

3747.93

0

1

1

3*1*0*2*1-0*0*0*0*0

4048.79

0

0

1

3*1*2*2*0-0*0*0*0*0

3747.93

0

0

1

3*1*0*2*1-0*0*0*0*0

4048.79

0

1

0

3*1*2*2*0-0*0*0*0*0

3747.93

0

0

0

3*1*0*2*1-0*0*0*0*0

4048.79

0

1

0

3*1*2*2*0-0*0*0*0*0

3747.93

0

1

0

3*1*0*2*1-0*0*0*0*0

4048.79

0

0

0

3*1*2*2*0-0*0*0*0*0

3747.93

0

0

1

3*1*0*2*1-0*0*0*0*0

4048.79

0, 0.5 ,0.5 ,0.5, 2

0.5, 0.5 ,0 ,0.5, 2

1.923611111

1.513888889

1

1

0

6*2*4*0*2-0*0*0*0*0

3829.94

1

1

0

6*0*4*4*2-0*0*0*0*0

4113.71

0

1

0

6*2*4*0*2-0*0*0*0*0

3829.94

0

0

0

6*0*4*4*2-0*0*0*0*0

4113.71

1

0

0

6*2*4*0*2-0*0*0*0*0

3829.94

1

0

0

6*0*4*4*2-0*0*0*0*0

4113.71

0

0

0

6*2*4*0*2-0*0*0*0*0

3829.94

1

0

0

6*0*4*4*2-0*0*0*0*0

4113.71

0

1

0

6*2*4*0*2-0*0*0*0*0

3829.94

0

1

0

6*0*4*4*2-0*0*0*0*0

4113.71

 

 

0

1

1

3*1*2*0*2-0*0*0*0*0

3849.19

1

1

0

6*0*4*2*4-0*0*0*0*0

4130.7

0

0

1

3*1*2*0*2-0*0*0*0*0

3849.19

0

0

0

6*0*4*2*4-0*0*0*0*0

4130.7

0

1

0

3*1*2*0*2-0*0*0*0*0

3849.19

1

0

0

6*0*4*2*4-0*0*0*0*0

4130.7

0

0

0

3*1*2*0*2-0*0*0*0*0

3849.19

0

1

0

6*0*4*2*4-0*0*0*0*0

4130.7

0

1

0

3*1*2*0*2-0*0*0*0*0

3849.19

1

0

0

6*0*4*2*4-0*0*0*0*0

4130.7

 

 

1

1

0

6*4*4*0*2-0*0*0*0*0

3913.91

0

1

1

3*0*1*2*2-0*0*0*0*0

4187.93

1

0

0

6*4*4*0*2-0*0*0*0*0

3913.91

0

0

0

3*0*1*2*2-0*0*0*0*0

4187.93

1

0

0

6*4*4*0*2-0*0*0*0*0

3913.91

0

0

1

3*0*1*2*2-0*0*0*0*0

4187.93

0

0

0

6*4*4*0*2-0*0*0*0*0

3913.91

0

1

0

3*0*1*2*2-0*0*0*0*0

4187.93

0

1

0

6*4*4*0*2-0*0*0*0*0

3913.91

0

1

0

3*0*1*2*2-0*0*0*0*0

4187.93

0.5, 0 ,0.5 ,0.5, 2

0.5, 0.5 ,0.5 ,0, 2

1.652777778

0.986111111

这12组都只有两列构成,且都有一行是011.尝试用1列去近似两列。

1

1

2

1

0

0.5

1

0

0.5

0

1

0.5

0

0

0

合成规则是如果两列相同数值直接相加,如果不同取两列的平均值。则32210的平均列就是0,0.5,0.5,0.5,2.用同列斥力计算

得到32210的斥力为1.92361111111111,用同样办法计算其余各组得到

3*2*2*1*0-0*0*0*0*0

3684

6*2*4*0*2-0*0*0*0*0

3830

6*4*0*2*2-0*0*0*0*0

3976

6*0*4*4*2-0*0*0*0*0

4114

6*2*4*2*0-0*0*0*0*0

3715

3*1*2*0*2-0*0*0*0*0

3849

6*2*0*2*4-0*0*0*0*0

3989

6*0*4*2*4-0*0*0*0*0

4131

3*1*2*2*0-0*0*0*0*0

3748

6*4*4*0*2-0*0*0*0*0

3914

3*1*0*2*1-0*0*0*0*0

4049

3*0*1*2*2-0*0*0*0*0

4188

0, 0.5 ,0.5 ,0.5, 2

0.5, 0 ,0.5 ,0.5, 2

0.5, 0.5 ,0 ,0.5, 2

0.5, 0.5 ,0.5 ,0, 2

1.923611111

>

1.652777778

>

1.513888889

>

0.986111111

用这种办法将这12组分成了4小组,而这4小组的迭代次数刚好与平均列的斥力成反比。斥力越大迭代次数越小,迭代次数描述的仍然是这个系统的稳定性。

计算多列迭代次数的一种平均列近似方法相关推荐

  1. 用两个矩阵的点积计算神经网络的迭代次数 2-8

    每个神经网络对应每个收敛标准δ都有一个特征的迭代次数n,因此可以用迭代次数曲线n(δ)来评价网络性能. 在<神经网络的迭代次数是一个线性的变量吗?>中得到表达式 一个二分类网络分类两个对象 ...

  2. 决定迭代次数的两种效应

    由于对称导致的空间结构耦合的不规则效应,和等位点数值差导致的线性效应共同决定了神经网络的迭代次数.而增加训练集图片数量和扩大图片的尺寸都可能弱化对称性,并同时弱化结构耦合的不规则效应,使得线性效应占优 ...

  3. 学习率对神经网络迭代次数和准确率的影响以及近似数学表达式

    本文构造了一个带有1个卷积核的网络二分类minst的0和2,通过调整学习率r观察学习率对神经网络的迭代次数和准确率到底有什么影响. 实验用minst数据集将28*28的图片缩小到9*9,网络用一个3* ...

  4. 用神经网络迭代次数曲线模拟原子光谱

    大量实验表明每个神经网络对应每个收敛标准δ都有一个特征的迭代次数n,因此可以用迭代次数曲线n(δ)来评价网络性能. 一个二分类网络分类两组对象A和B,B中有K张图片,B的第i张图片被取样的概率为pi, ...

  5. 二分类minst0-1到0-9近似迭代次数公式和准确率公式汇总

    在前面的陆续实验中已经将二分类minst0,1到二分类minst0,9这9个实验都做完了,并得到了各自网络的迭代次数与准确率公式,可以近似的估算预期准确率的网络训练时间.实验的具体过程以minst0, ...

  6. 一个用于推算神经网络理论收敛迭代次数的方法

    神经网络的收敛过程就是输出值从0或者1逐渐逼近0.5的过程,也就是1-δ→0.5或者0+δ→0.5,所以用δ表示收敛标准,假设神经网络收敛迭代次数n与δ的关系为 n=r*δ^( -1*π/2) r是系 ...

  7. 带卷积核的神经网络的迭代次数与收敛标准的关系

    制作一个带有卷积核的神经网络让这个网络向1,0收敛,y[0]向1收敛,y[1]向0收敛.收敛标准用δ表示,当满足条件 while(Math.abs(y[0]-1)> δ ||  Math.abs ...

  8. python统计excel出现次数_Python读取Excel一列并计算所有对象出现次数的方法

    第一种方法 import pandas as pd from collections import Counter data = '参赛信息.xlsx' data = pd.read_excel('参 ...

  9. python获取excel某一列所有值-Python读取Excel一列并计算所有对象出现次数的方法...

    第一种方法 import pandas as pd from collections import Counter data = '参赛信息.xlsx' data = pd.read_excel('参 ...

最新文章

  1. 『Python』VS2015编译源码注意事项
  2. Java实现类似C/C++中的__FILE__、__FUNC__、__
  3. Jacobian 和 Hessian 矩阵
  4. Linux下的删除命令
  5. 3dcaptcha php,php实现的Captcha验证码类实例
  6. 理解CSS3 Flexbox
  7. 100+诡异的数据集,20万Eclipse Bug、死囚遗言等
  8. 数据可视化平台由哪些要素组成
  9. sqlserver常用语法
  10. 大数据预测实战-随机森林预测实战(二)-随机森林回归模型
  11. 【推荐】区块链技术及行业应用资料合集
  12. vue设置proxy代理,如何去查看代理地址
  13. 【转载】 mybatis入门系列四之动态SQL
  14. NEUQOJ 1999: 三角形or四边形?【搜索联通块/模拟】
  15. 超标量处理器设计 姚永斌 第7章 寄存器重命名 摘录
  16. 5_竞赛无人机搭积木式编程——以2021年电赛G题植保无人机国奖标准完整复现为例学习
  17. RobotStudio 建立机器人模型和虚拟示教器的使用
  18. 基于layui后台html模板免费下载
  19. 关于fuse的常用启动参数
  20. Word 2016 如何设置黑底白字

热门文章

  1. Hibernate_9_Person和IdCard实例_一对一关系:基于主键
  2. 华为手表开发:WATCH 3 Pro(17)传感器订阅指南针
  3. day36 cookiessession
  4. Windows 11打印测试页
  5. win7防火墙入站规则 出站规则 什么意思
  6. 20172313 2017-2018-2 《程序设计与数据结构》第十一周学习总结
  7. 两部手机怎样才能把数据都传过来_新旧手机怎样互传数据?
  8. Axure 教程:Axure加载第三方脚本
  9. 2022字节跳动【数据仓库工程师】日常实习面经-----一面
  10. c++nullptr(空指针常量)、constexpr(常量表达式)