图片尺寸对分类迭代次数和准确率的影响
(0, 2)---(n*n)*30*2---(1,0)(0,1)
做一个网络来分类mnist的0和2,用间隔取点的办法把图片边长n化成n=5,7,9,…,27。共12个不同的值,让网络的收敛误差δ=1e-4,每个收敛误差收敛199次,统计平均值。
得到表格
0*2 |
|||||||||||||
f2[0] |
f2[1] |
迭代次数n |
平均准确率p-ave |
1-0 |
0-1 |
δ |
耗时ms/次 |
耗时ms/199次 |
耗时 min/199 |
最大准确率p-max |
迭代次数标准差 |
pave标准差 |
|
2 |
|||||||||||||
3 |
|||||||||||||
5 |
8.03E-05 |
0.99992 |
29505.44 |
0.951445 |
0.94477 |
0.957783 |
1.00E-04 |
400.4221 |
79705 |
1.328417 |
0.961233 |
5156.462 |
0.00561 |
7 |
0.934607 |
0.065393 |
6523.769 |
0.950166 |
0.996006 |
0.906636 |
1.00E-04 |
144.0754 |
28679 |
0.477983 |
0.972167 |
380.1868 |
0.00614 |
9 |
8.94E-05 |
0.999911 |
3263.658 |
0.981683 |
0.98452 |
0.978989 |
1.00E-04 |
129.5879 |
25893 |
0.43155 |
0.984095 |
393.9651 |
9.10E-04 |
11 |
0.105594 |
0.894406 |
5257.714 |
0.986858 |
0.988776 |
0.985037 |
1.00E-04 |
243.9849 |
48558 |
0.8093 |
0.99006 |
846.2391 |
0.00568 |
13 |
8.00E-05 |
0.99992 |
2952.492 |
0.987272 |
0.98332 |
0.991026 |
1.00E-04 |
236.6935 |
47188 |
0.786467 |
0.991054 |
423.8031 |
0.001592 |
15 |
8.65E-05 |
0.999914 |
1817.678 |
0.966842 |
0.983909 |
0.950635 |
1.00E-04 |
222.8995 |
44366 |
0.739433 |
0.970179 |
217.1965 |
0.001125 |
17 |
0.738657 |
0.261343 |
10440.54 |
0.975152 |
0.997046 |
0.95436 |
1.00E-04 |
1100.558 |
219019 |
3.650317 |
0.987078 |
365.4243 |
0.006677 |
19 |
0.608019 |
0.391981 |
9987.251 |
0.985487 |
0.993416 |
0.977957 |
1.00E-04 |
1305.206 |
259744 |
4.329067 |
0.992048 |
684.8174 |
0.005245 |
21 |
0.613045 |
0.386955 |
9267.457 |
0.982474 |
0.993221 |
0.972269 |
1.00E-04 |
1443.271 |
287231 |
4.787183 |
0.993042 |
1298.923 |
0.012476 |
23 |
9.12E-05 |
0.999909 |
5998.372 |
0.985399 |
0.977987 |
0.992438 |
1.00E-04 |
1203.231 |
239445 |
3.99075 |
0.993042 |
837.7116 |
0.005969 |
25 |
8.94E-05 |
0.99991 |
5187.618 |
0.989285 |
0.986637 |
0.9918 |
1.00E-04 |
1291.015 |
256914 |
4.2819 |
0.993539 |
780.839 |
0.002911 |
27 |
8.95E-05 |
0.999911 |
5134.784 |
0.98931 |
0.986504 |
0.991975 |
1.00E-04 |
1413.518 |
281291 |
4.688183 |
0.993042 |
776.6672 |
0.002934 |
迭代次数随着图片尺寸的增加而整体下降,有一个峰
分类准确率随着尺寸的增加整体上升趋势,但有一个谷
图片的分类准确率并不是随着尺寸的缩小而一直下降,如13*13的分类准确率位列第三
27 |
25 |
13 |
11 |
19 |
23 |
21 |
9 |
17 |
15 |
5 |
7 |
0.98931 |
0.989285 |
0.987272 |
0.986858 |
0.985487 |
0.985399 |
0.982474 |
0.981683 |
0.975152 |
0.966842 |
0.951445 |
0.950166 |
13*13的分类准确率甚至比23*23的还要高,按照常理似乎大的图片包含了更多的细节理应相对小的图片有更高的分类准确率,但细节丰富并不见得更易于分类,应该是区别明显才更易于分类,比如有两张图
现在用间隔取点的办法把4*4的化成2*2的,可以得到
直观上这个2*2的要更容易被分类,因为左图的输入全是0,所以这个间隔取点的操作事实上让两张图的差异变得明显,所以这个实验表明两张图的局部细节可能与整体的差异不同。
所以如果将图片缩小可能获得更大的分类准确率,则可能将图片放大分类准确率却会下降。这个现象有有助于理解为什么卷积核过多分类准曲率却下降的现象,或许就是因为过多的细节反而掩盖了局部的差异。
这个实验也佐证了形态的变化是没有递进规律的假设,如果形态的变化是递进的则可以任意的压缩图片而不损失任何细节,或者可以将任意小的图片放大到任意大,若是如此那一个点对应的形态是什么那?
图片尺寸对分类迭代次数和准确率的影响相关推荐
- 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* ...
- 隐藏层节点数对迭代次数分布规律的影响
制作一个二分类网络 (mnist 0 ,2)-81*n*2-(1,0)(0,1) 让n分别等于3,5,10,20,30,40,50,60,70,80,90,100,100,110,120,130, 让 ...
- 深度学习训练经验之迭代次数与准确率之惑
用股票的历史数据训练未来1日的预测结果时,大概迭代1000次左右就会出现目标的准确率,无论训练样本还是测试样本均会出现60%左右的准确率: 用股票的历史数据训练未来3日的预测结果时,训练了将近2000 ...
- 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, ...
- 神经网络的迭代次数是一个线性的变量吗?
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. 如果一个神经网络对图片1的迭代次数是n1对图片2的迭代次数是n2,做一个网络向网络输入50%的1 ...
- 决定神经网络迭代次数的两个因素
假设1:完全相同的两个对象无法被分成两类,与之对应的分类迭代次数为无穷大. 推论:相等收敛误差下迭代次数越大表明二者差异越小. 如果完全相同的两个对象可以被分成两类,则表明这不是完全相同的两个对象,这 ...
- 基于迭代次数和分类准确率的两种排序
(A,B)---81*30*2---(1,0)(0,1) 让分类原点A为mnist的0,分类对象B是1-9,固定收敛误差,统计迭代次数,并将迭代次数作为B到A的距离,得到数轴 A 5 7 2 4 3 ...
- 计算多卷积核神经网络迭代次数---分类0,6
制作一个分类mnist0和6的网络,向这个网络分别加上1-8个卷积核,在网络迭代停止标准同样的前提下网络的迭代次数与卷积核的数量之间有什么关系? 网络的结构是 (mnist 0 ,mnist6)81- ...
- 估算带卷积核二分类0,3的网络的收敛时间和迭代次数
制作一个网络分类minst的0和3求出这网络的迭代次数曲线表达式n(δ),和准确率表达式p-max(δ),用预期准确率去估算n,并推算需要的时间. 将minst的28*28的图片缩小到9*9,网络用一 ...
最新文章
- 见贤思齐焉,见不贤而内自省也
- Python自动发送邮件-smtplib和email库
- 数据处理中的准确性问题
- scikit-learn的主要模块和基本使用
- python open写入_Python3 open() 函数详解 读取文件写入文件追加文件二进制文件
- 什么是Web Server
- 【代码笔记】iOS-performSelectorOnMainThread
- 浅谈android的am命令
- 通过U盘刻录镜像安装windows系统
- 华成英-模拟电子技术P13 多级放大器 笔记
- 《麦肯锡卓越工作方法》
- erp系统用MySQL吗_教你如何给ERP系统选数据库
- 小米note2鸿蒙ROM,【ROM】小米note优化开发版MIUI9
- iPhone5s 换电池、修右上角翘起的悲催过程
- 自恢复保险丝工作原理
- datagrid的deleteRow使用
- 计算机的c盘是硬盘吗,笔记本固态硬盘是c盘吗_笔记本电脑SSD固态硬盘就是C盘吗-win7之家...
- java.lang.ClassNotFoundException:org.glassfish.gmbal.ManagedObjectManager
- 买外链有没有影响?会导致网站降权吗?玉米社
- 如何让手机扫二维码就能阅读PDF