神经网络结构与输出值之间的关系

本文统计了在学习率，权重初始化标准和收敛标准都不变的情况下神经网络的结构对输出值得影响

比如图示的网络用11*11表示，本文收集了从2*2 到35*35的数据

	a	b	迭代次数	a>0.5	数量	a<0.5	数量
2*2	0.501725	0.501025	1727143	0.506531	107	0.496195	93
3*3	0.501739	0.501239	856043.1	0.506535	105	0.496438	95
4*4	0.501742	0.501142	622167.2	0.506452	106	0.496431	94
5*5	0.501102	0.501702	558111.4	0.506497	94	0.496318	106
6*6	0.501764	0.501064	535387.6	0.506454	107	0.496368	93
7*7	0.501881	0.501181	589825.6	0.506547	107	0.496514	93
8*8	0.500504	0.502404	555818.1	0.506532	81	0.496401	119
9*9	0.501592	0.501292	554611.5	0.506504	103	0.496377	97
10*10	0.501511	0.501411	569645.4	0.506556	101	0.496363	99
11*11	0.501781	0.501381	591014.9	0.506632	104	0.496526	96
12*12	0.501255	0.501755	599936.9	0.506499	95	0.496511	105
13*13	0.501229	0.502029	616165.2	0.50657	92	0.49668	108
14*14	0.501513	0.501613	615826.2	0.506607	99	0.496519	101
15*15	0.502192	0.501092	630735	0.506714	111	0.496552	89
16*16	0.501363	0.501963	643422.3	0.506717	94	0.496615	106
17*17	0.501345	0.502045	653491.6	0.506698	93	0.496692	107
18*18	0.501972	0.501472	669932.1	0.506689	105	0.496759	95
19*19	0.500927	0.502327	663836.9	0.506566	86	0.496672	114
20*20	0.501389	0.502189	703333.7	0.506813	92	0.496769	108
21*21	0.502206	0.501306	694105.8	0.506747	109	0.496768	91
22*22	0.501445	0.502145	710521.9	0.506866	93	0.496734	107
23*23	0.501873	0.501773	719971.3	0.506835	101	0.49681	99
24*24	0.501561	0.502061	702123.9	0.506779	95	0.49684	105
25*25	0.502251	0.501551	717297.5	0.506889	107	0.496915	93
26*26	0.501535	0.502135	725809.9	0.506841	94	0.496829	106
27*27	0.501945	0.501745	727087.3	0.506833	102	0.496858	98
28*28	0.501269	0.502369	723658.6	0.50678	89	0.496851	111
29*29	0.502532	0.501332	728437.2	0.506977	112	0.496875	88
30*30	0.501948	0.501848	726516.2	0.506939	101	0.496857	99
31*31	0.502448	0.501448	730641.1	0.506975	110	0.496916	90
32*32	0.501784	0.502384	738450.4	0.507033	94	0.497129	106
33*33	0.50224	0.50194	739203.6	0.507056	103	0.497126	97
34*34	0.501618	0.502518	730357.6	0.507074	91	0.497063	109
35*35	0.502096	0.502396	751763.7	0.507339	97	0.497159	103

权重初始化方式

tw[a][b]=(double)ti1/200;

收敛标准

Math.abs(jud[0]-jud[1])>0.01

学习率

ret=0.1

a值得曲线看起来规律并不明显

但是如果统计a>0.5

或者统计a<0.5

可以发现非常明显随着网络结构的增加，收敛出的输出值也在增加，可以合理的推测如果收集的样本数量不是200组而是2000组合2万组得到的曲线应该光滑的多。

所以神经网络的输出值是判断网络结构的相当有参考价值的指标，输出值的变化可以很好的反应网络结构的变化。

本文所用数据同《用神经网络模拟分子：数据重复性检测》的数据。

神经网络结构与输出值之间的关系相关推荐

商品类型与规格名，属性以及规格与规格值之间的关系
1.建表 (1)商品类型表 (2)商品规格名表 (3)商品属性表 (4)规格值表 2.在公共模块(common)里创建四个模型分别如下: php think make:model common@Typ ...
单个像素亮度 HTML,YUV与像素值之间的关系
标签: 一幅彩色图像的基本要素是什么? 说白了,一幅图像包括的基本东西就是二进制数据,其容量大小实质即为二进制数据的多少.一幅1920x1080像素的YUV422的图像,大小是1920X1080X2= ...
YUV与像素值之间的关系
一幅彩色图像的基本要素是什么? 说白了,一幅图像包括的基本东西就是二进制数据,其容量大小实质即为二进制数据的多少.一幅1920x1080像素的YUV422的图像,大小是1920X1080X2=4147 ...
python类属性描述_如何描述Python对象，以及属性、标识、类型和值之间的关系？...
虽然可以通过属性访问对象的类型,但它的类型不仅仅是一个属性--该类型定义了对象在拥有任何属性之前是如何创建的.仅凭这个事实,这些语句都不足以描述Python对象. 我这么说:In Python, ev ...
由神经网络的迭代次数计算输出值并评价网络性能
在<用共振频率去理解神经网络-将乙烯模型运行300次的数据>文中将乙烯模型运行了300次,得到了300组输出与迭代次数的数据.这次计算只用了其中的150组数据,其中的6组明显不合理被剔除了 ...
人工神经网络结构图高清,人工神经网络结构图解
人工神经网络评价法人工神经元是人工神经网络的基本处理单元,而人工智能的一个重要组成部分又是人工神经网络.人工神经网络是模拟生物神经元系统的数学模型,接受信息主要是通过神经元来进行的. 首先,人工神经 ...
神经网络结构图如何看懂,神经网络结构图片
如何查看matlab训练后的神经网络结构? . 如果是bp网络的话,有两个传递函数,表示是1.输入层到隐含层的传递函数2.隐含层到输出层的传递函数这样看:net.layers{1}.transferf ...
神经网络结构图绘图软件,大脑神经网络结构图片
如何画出神经网络的结构图谷歌人工智能写作项目:爱发猫人工神经网络评价法人工神经元是人工神经网络的基本处理单元,而人工智能的一个重要组成部分又是人工神经网络好文案.人工神经网络是模拟生物神经元系统 ...
python 卡方分布值_python数据分析探索变量之间的关系
探索变量之间的关系引言深入探索分析数据价值有几个重要步骤:①变量的分布检验,②探索变量间的关系,③建立关系模型,④评估,⑤总结结论与建议.接下来看看数据分析的重要一环–「探索变量间的关系」. 1 ...

神经网络结构与输出值之间的关系

神经网络结构与输出值之间的关系相关推荐

最新文章

热门文章