多模型不仅是不同的初始化值会得到不同状态（多态微调结构网络）

https://editor.csdn.net/md/?articleId=112869440
比如说人工智能写诗这一块，每反向传播一次都是一个风格一个状态一个性格的诗人的某一时刻
所以说一个模型是一种状态，一个人某个时期的所有知识或则一个方面知识的排列组合。模型是一种将所有知识合理的排列组合后的数据进行压缩处理而已。
不同的网络存储量存储结构不同，合理的能力就不同。所以说不同的网络，不同的网络结构是可以改变模型的存储能力
网络相当于人类的所有状态的集合，不同时期激活不同的状态，得到不同的模型，也就是训练。
人每次输入信息都在训练，调整模型，只有长期的训练不怎么变化的知识才会固定一个状态，如果长期的不使用，恢复训练状态。
所以人的整个交互过程，都是在训练。而不是我们单纯的只保存一个模型。
所以如果我们能的每次预测，模型直接使用学习率超小的进行反向传播即可
这样我们的神经网络就能和人一样短时间内不会有变化，但是长时间的使用会对模型进行改变这就是成长。
成长之后还会对网络结构进行优化，这就是总结
所以创造一个可以随时的改变或者删除一个节点，只是对网络的一个微调，不会对网路造成影响的这样的神经网络才符合人类的整个学习过程
按照目前的神经网络来说，这有多个相同的输出输出横向相加或者相减法
每层有n个或者m个这样的微小结构，比如10000个不如9999个
这样随意删掉几个也是很好的，每个都有一个网络层控制这些数之间的加减法的选择其实可以使用lstm 这样每次输入的一个就会出来一个但是下次出入同样的取决于你之前的输入这样就不会输出相同的值。且长度只要不小于1既可以得到值
这样便可以随意的裁剪微小结构，也就是逻辑删除，只要控制输入lstm的长度即可。
也就是说每次微调lstm输入同

多模型不仅是不同的初始化值会得到不同状态（多态微调结构网络）相关推荐

【小白学PyTorch】4.构建模型三要素与权重初始化
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达文章目录: 1 模型三要素 2 参数初始化 3 完整运行代码 4 ...
[pytorch、学习] - 4.2 模型参数的访问、初始化和共享
参考 4.2 模型参数的访问.初始化和共享在3.3节(线性回归的简洁实现)中,我们通过init模块来初始化模型的参数.我们也介绍了访问模型参数的简单方法.本节将深入讲解如何访问和初始化模型参数,以及 ...
qbytearray初始化全0_【小白学PyTorch】4.构建模型三要素与权重初始化
文章目录: 1 模型三要素 2 参数初始化 3 完整运行代码 4 尺寸计算与参数计算这篇文章内容不多,比较基础,里面的代码块可以复制到本地进行实践,以加深理解. 喜欢的话,可以给公众号加一个星标,点 ...
R语言glmnet交叉验证选择（alpha、lambda）拟合最优elastic回归模型：弹性网络（elasticNet）模型选择最优的alpha值、模型最优的lambda值，最终模型的拟合与评估
R语言glmnet交叉验证选择(alpha参数和lambda参数)拟合最优elastic回归模型:弹性网络(elasticNet)模型选择最优的alpha值.弹性网络(elasticNet)模型最优的 ...
分类模型的ROC曲线、AUC值、GINI系数、Lift、Gain、KS指标分别是什么？计算公式是什么？有什么意义？
分类模型的ROC曲线.AUC值.GINI系数.Lift.Gain.KS指标分别是什么?计算公式是什么?有什么意义? 目录
为什么权重初始化要非对称？为什么权重初始化不能全为0？为什么初始化值不能太大或者太小？介绍下He初始化以及Xavier初始化？
为什么权重初始化要非对称?为什么权重初始化不能全为0?为什么初始化值不能太大或者太小?介绍下He初始化以及Xavier初始化? 目录
element 往node里面增加属性值_HashMap加载因子为何0.75，为何初始化值2的指数幂，底层解析...
01 前言我们在声名HashMap的时候,一般都会这样写. public class MapTest { public static void main(String[] args) { HashM ...
java中常量有初始化值吗,Java基础_变量、常量
变量:可以变化的量 .分为基本类型(八大)和引证类型(其他). JAVA是一种强类型的语言,每个变量都有必要声明其类型. JAVA变量是JAVA程序中最基本的存储单元. type varName [ ...
最佳回归模型选择指标——马洛斯CP值
本文介绍最佳回归模型选择指标--马洛斯CP指标,并通过示例说明选择过程及如何计算. 马洛斯CP(Mallows'Cp) 指标用于在多个不同模型中选择最佳回归模型.其计算公式为: Cp = RSSp/S ...

多模型不仅是不同的初始化值会得到不同状态（多态微调结构网络）

多模型不仅是不同的初始化值会得到不同状态（多态微调结构网络）相关推荐

最新文章

热门文章