神经网络谐振子模型的一组数据
因为神经网络的迭代次数和收敛误差的数学规律符合谐振子的力学模型,
本次实验统计了11个网络的振动函数,并比较参数之间的可能关系。
这11个网络包括6个二分类网络(0,1),(0,2),(0,3) ,(1,2) ,(1,3) ,(2,3),包括4个三分类网络(0,1,2), (0,1,3), (0,2,3), (1,2,3),和1个4分类网络(0,1,2,3).
网络结构为81*30 例如
(0,1)---81*30*2---(1,0)(0,1),
用间隔取点的办法将mnist图片化成9*9,每个收敛误差统计199次取平均值。
得到迭代次数和收敛误差的数据如下表
0*1 |
0*2 |
0*3 |
1*2 |
1*3 |
2*3 |
0*1*2 |
0*1*3 |
0*2*3 |
1*2*3 |
0*1*2*3 |
|
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 |
迭代次数n |
迭代次数n |
迭代次数n |
0.5 |
8.462312 |
10.13065 |
9.773869 |
9.879397 |
9.643216 |
8.668342 |
164.8141 |
158.2764 |
200.3166 |
190.8844 |
456.3216 |
0.4 |
150.6281 |
212.6834 |
216.5729 |
207.397 |
218.4975 |
260.9849 |
496.6583 |
496.1508 |
610.7839 |
726.3467 |
1040.678 |
0.3 |
194.9899 |
266.5126 |
276.7487 |
285.1508 |
294.2362 |
337.8593 |
591.593 |
588.7387 |
702.191 |
806.2814 |
1182.774 |
0.2 |
233.9749 |
325.2965 |
336.9497 |
369.3518 |
355.8241 |
411.5377 |
921.005 |
829.2261 |
846.397 |
951.407 |
1455.598 |
0.1 |
309.2563 |
409.7487 |
408.005 |
406.7337 |
421.9799 |
556.5678 |
1143.593 |
1155.266 |
979.7839 |
1185.156 |
2142.136 |
0.01 |
645.9347 |
696.0854 |
695.3668 |
707.0101 |
843.6884 |
892 |
2370.593 |
2264.975 |
2298.935 |
2516.236 |
4770.412 |
0.001 |
1996.291 |
1433.688 |
1418.322 |
1448.925 |
1714.603 |
1716.211 |
7059.141 |
5828.784 |
7264.342 |
7296.955 |
18866.53 |
9.00E-04 |
2091.08 |
1458.764 |
1451.518 |
1491.427 |
1759.859 |
1737.357 |
7362.618 |
5947.784 |
7815.04 |
7839.286 |
21428.08 |
8.00E-04 |
2182.307 |
1483.276 |
1529.613 |
1560.101 |
1816.241 |
1749.93 |
7808.04 |
6321.503 |
8434.593 |
9149.588 |
23282.44 |
7.00E-04 |
2338.121 |
1563.005 |
1642.508 |
1650.05 |
1949.166 |
1846.196 |
8290.241 |
7309.342 |
9021.347 |
10283.07 |
28046.66 |
6.00E-04 |
2605.141 |
1733.869 |
1789.859 |
1752.176 |
2162.673 |
1934.251 |
9253.975 |
9430.809 |
9884.96 |
12985.36 |
31793.99 |
5.00E-04 |
2869.814 |
1993.98 |
2000.186 |
1894.94 |
2496.533 |
2140.879 |
10762.55 |
11225.61 |
10972.12 |
16789.59 |
38517.96 |
4.00E-04 |
3081.211 |
2208.925 |
2177 |
2031.462 |
2864.111 |
2363.869 |
12427.5 |
12069.93 |
11910.51 |
21025.54 |
44542.6 |
3.00E-04 |
4256.995 |
2356.251 |
2494.126 |
2426.146 |
3316.07 |
2580.412 |
13535.73 |
14839.63 |
13613.33 |
27592.02 |
55720.47 |
2.00E-04 |
5142.191 |
2725.266 |
3120.744 |
3230.779 |
3846.08 |
2877.754 |
17468.02 |
17584.72 |
16979.26 |
37994.45 |
74013.17 |
1.00E-04 |
5310.492 |
3214.693 |
3946.166 |
4738.769 |
5114.543 |
5359.995 |
28103.91 |
25432.88 |
27197.3 |
56876.2 |
108529.5 |
9.00E-05 |
5462.754 |
3397.618 |
4086.794 |
4853.392 |
5206.975 |
6311.417 |
29526.75 |
27288.4 |
28802.51 |
61452.39 |
114898.4 |
8.00E-05 |
5766.985 |
3583.648 |
4457.548 |
5011.905 |
5467.472 |
7791.176 |
32919.19 |
30349.72 |
29758.71 |
63452.6 |
123078 |
7.00E-05 |
6182.633 |
3772.854 |
4815.191 |
5117.347 |
5905.925 |
9549.377 |
34403.51 |
33490.43 |
31074.94 |
70890.41 |
131857.9 |
6.00E-05 |
7654.784 |
3896.844 |
5483.709 |
5150.573 |
6946.96 |
11267.6 |
38201.33 |
40486.82 |
32153.37 |
76439.31 |
140706.7 |
5.00E-05 |
9876.151 |
4230.693 |
6168.131 |
5165 |
7801.704 |
13938.6 |
44168.34 |
47716.63 |
36622.55 |
84410 |
155342.4 |
4.00E-05 |
11750.04 |
4576.905 |
6963.075 |
5188.518 |
7869 |
16208.04 |
51162.21 |
60704.67 |
40842.37 |
94827.37 |
172341.1 |
3.00E-05 |
14763.56 |
5158.714 |
8309.015 |
5567.422 |
7869 |
20161.36 |
58969.32 |
77707.27 |
45290.57 |
108968.3 |
192418.1 |
2.00E-05 |
15449.49 |
6401.789 |
10311.89 |
9646.95 |
11381.92 |
25198.32 |
76137.42 |
97190.13 |
51153.15 |
132462.8 |
228456.4 |
1.00E-05 |
23578.27 |
8361.025 |
18484.21 |
11854.51 |
41164.54* |
32546.73 |
105861.6 |
119533.5 |
63968.84 |
166149.3 |
297428.5 |
*(1,3)拟合未用最后一组数据
拟合得到公式如下表
a | b | ||||||||||||||||
0*1*2 | 244.04786199841115*δ**-0.5138085835355587 | 221 | 0.905738 | 0.52 | 1.019608 | 0-1 | 53.68789044513347*δ**-0.5211103140653743 | ||||||||||
0.9673853175038604 ****** 决定系数 r**2 | 0.972291301837131 ****** 决定系数 r**2 | ||||||||||||||||
0*1*3 | 219.80765675440065*δ**-0.5276413930070832 | 209 | 0.954338 | 0.52 | 0.986717 | 0-2 | 87.76942747684512*δ**-0.39854409481325337 | ||||||||||
0.9004841463920958 ****** 决定系数 r**2 | 0.9900879139619467 ****** 决定系数 r**2 | ||||||||||||||||
0*2*3 | 293.83381573745544*δ**-0.47987896097400473 | 233 | 0.795222 | 0.49 | 1.022965 | 0-3 | 75.27988416824941*δ**-0.4426510376008596 | ||||||||||
0.9808161477866256 ****** 决定系数 r**2 | 0.8962012436362272 ****** 决定系数 r**2 | ||||||||||||||||
1*2*3 | 254.38569142577177*δ**-0.5673390045550346 | 233 | 0.917323 | 0.49 | 0.875 | 1*2 | 81.85839683337123*δ**-0.42607725641955485 | ||||||||||
0.9655787584421318 ****** 决定系数 r**2 | 0.9677366838033825 ****** 决定系数 r**2 | ||||||||||||||||
0*1*2*3 | 473.60757169110525*δ**-0.5759381653902649 | 448 | 0.947146 | 0.52 | 0.904348 | 1*3 | 81.54683073729284*δ**-0.45138529929592464 | ||||||||||
0.9663793746091709 ****** 决定系数 r**2 | 0.9874891683517418 ****** 决定系数 r**2 | ||||||||||||||||
2*3 | 71.19988912815526*δ**-0.4980878086360749 | ||||||||||||||||
0.8200219120333657 ****** 决定系数 r**2 |
可以把一个多分类网络分成多个二分类网络,比较发现多分类网络的参数a至少大于多个二分类网络的参数a的和
比如三分类网络
(0,1,2)---81*30*3---(1,0,0)(0,1,0)(0,0,1)
可以分成三个二分类网络
(0,1)---81*30*2---(1,0)(0,1)
(0,2)---81*30*2---(1,0)(0,1)
(1,2)---81*30*2---(1,0)(0,1)
而b的绝对值约等于对应多个二分类网络b的绝对值的最大值
如
所以可以得到一个经验公式
一个多分类网络的参数a至少大于多个二分类网络的参数a的和,参数b的绝对值约等于对应多个二分类网络b的绝对值的最大值。
神经网络谐振子模型的一组数据相关推荐
- 验算神经网络谐振子模型的第二组数据
验算用二分类神经网络估算多分类神经网络迭代次数n和收敛误差δ的经验关系式 这次同样统计了11个网络,包括6个二分类网络(0,1),(0,2),(0,3) ,(1,2) ,(1,3) ,(2,3),4个 ...
- 微软熊辰炎:如何利用图神经网络解决半结构化数据问题?
对于许多信息检索和知识图谱研究者来说,究竟应该使用抽象的结构化信息进行表示学习还是使用海量的文本信息始终是一个富有争议的话题.在本届智源大会上,来自微软研究院的高级研究员熊辰炎博士带来了题为" ...
- 王维嘉:神经网络的本质是在数据里面提取相关性
https://www.toutiao.com/a6674548769591132683/ 3月30日下午消息,2019中国(深圳)IT领袖峰会在今日举行,在青年领袖论坛环节,CEG Ventures ...
- 怎么计算一组数据的波动_数据分析(一):数据描述统计
一. 数据描述统计 看了一个纪录片 - The Joy Of Stats <统计的乐趣>,这虽然是一个关于数据统计分析的纪录短片,但短片中对于数据统计在实际应用场景中应用的效果还是很值得思 ...
- matlab字母随机排列,matlab_一组数据元素随机排列
如何生成一组数据元素随机排列[随机打乱顺序,产生新的排列] 1. 使用的matlab函数: randperm() 1)语法格式:R = randperm(n) 2)函数功能:将数字1:n进行随机排列, ...
- 编写一段代码,实现在控制台输入一组数据后,排序后再控制台输出
import java.util.*; import java.io.*; class number { public static void main(String[] args) throws E ...
- 怎么计算一组数据的波动_[理论+spss实战]一组数据的描述性统计分析
长按二维码,关注[学术点滴]获取更多资讯. 问:拿到一组数据首先要干什么?答:进行数据的基本分布描述 本次推文分两部分 第一部分:理论部分 第二部分:SPSS实战操作 操作者 微信公众号[学术点滴] ...
- 深度神经网络DNN的多GPU数据并行框架 及其在语音识别的应用
http://www.csdn.net/article/2014-07-11/2820628-DNN 深度神经网络(Deep Neural Networks, 简称DNN)是近年来机器学习领域中的研究 ...
- java从键盘输入一组数据,输出其最大值,平均值,最小值没法输出
总结::需要耐心,加思考.做事不思考,那就是白做徒劳!!!!! package com.aini;import java.util.Scanner; //操...为什么数组的大小比较我硬是搞不懂,比较 ...
最新文章
- [C++程序语言设计笔记一]面向对象编程抽象,继承,重写基本介绍
- 对c语言字符数组描述错误的是,下述对C语言字符数组的描述中错误的是( )。
- 红头文件rgb红色值_拿下抖音小姐姐,我写了个口红色号识别器
- 自定义GridView 介绍
- 北京供销大数据集团BGP网络商用 经实测网络质量优异
- Atitit 提升语法级别4gl 4.5g 4.9g 5g 目录 1. 语言级别表 1 2. 4.9g实现细节 2 2.1. $dollor前导符 2 2.2. Static变量 2 2.3. S
- html5网页设计作业代码 大学生校园网站制作 学校官网制作html
- MEGA视频目标检测
- 数据库设计(一、二、三及BCNF范式)
- Unity制作的照片墙效果
- 计算机文管二级试题,计算机文管二级试题
- 【SAP-CO】内部订单创建的系统操作
- 数据的正态分布验证和方差齐性检验
- Unexpected content storage modification: page=xxx; newRecord=xxx
- 三次B样条曲线拟合算法
- Angular4 实现多图片上传预览
- css中下划线,背景和边框的属性
- 算法流程图怎么画,免费模板有哪些
- Java代码韦伯分布_韦伯分布的随机数
- SDK接口调用主流程