用9*9的卷积核分类9*9的图片
(mnist 0,2)-con(9*9)*n-30*2-(1,0)(0,1)
将mnist的0和2用间隔取点的办法处理成9*9的尺寸,用9*9的卷积核去卷积,这个网络能分类吗?
用一个9*9的卷积核处理9*9的图片,得到的就是一个点。如果能仅用一个9*9的卷积核处理9*9的图片,就表明仅用一个点就可以表达mnist0和2的所有差异。如果可以用两个9*9的卷积核处理9*9的图片就表明可以将mnist的图像尺寸压缩成一个二维的点。所以卷积核的数量的最小值是多少?
(mnist 0,2)-1*30*2-(1,0)(0,1)
一个9*9卷积核的网络没有得到收敛数据,似乎并不能收敛。
(mnist 0,2)-2*30*2-(1,0)(0,1)
但用两个9*9的卷积核处理9*9的图片是可以收敛的。
得到的数据
f2[0] |
f2[1] |
迭代次数n |
平均准确率p-ave |
δ |
耗时ms/次 |
耗时min/次 |
|
1 |
0.9999411 |
5.98E-05 |
253445 |
0.9597416 |
6.00E-05 |
132812 |
2.2135333 |
2 |
0.9999415 |
5.84E-05 |
36739 |
0.9681909 |
6.00E-05 |
19254 |
0.3209 |
3 |
0.9999417 |
5.83E-05 |
143485 |
0.9647117 |
6.00E-05 |
75505 |
1.2584167 |
4 |
0.9999412 |
5.87E-05 |
46353 |
0.9791252 |
6.00E-05 |
24406 |
0.4067667 |
5 |
0.9999404 |
5.97E-05 |
36375 |
0.9796223 |
6.00E-05 |
19143 |
0.31905 |
6 |
0.9999414 |
5.81E-05 |
93467 |
0.9786282 |
6.00E-05 |
48899 |
0.8149833 |
7 |
0.9999447 |
5.61E-05 |
238477 |
0.9865805 |
6.00E-05 |
124663 |
2.0777167 |
8 |
0.9999412 |
5.92E-05 |
46399 |
0.9806163 |
6.00E-05 |
24254 |
0.4042333 |
9 |
0.9999466 |
5.36E-05 |
67693 |
0.9771372 |
6.00E-05 |
35383 |
0.5897167 |
10 |
5.86E-05 |
0.9999411 |
283170 |
0.9880716 |
6.00E-05 |
147929 |
2.4654833 |
11 |
0.9999448 |
5.55E-05 |
37695 |
0.9831014 |
6.00E-05 |
19712 |
0.3285333 |
12 |
0.9999405 |
5.96E-05 |
11593873 |
0.9831014 |
6.00E-05 |
6053903 |
100.89838 |
13 |
0.9999403 |
5.93E-05 |
290945 |
0.9751491 |
6.00E-05 |
151966 |
2.5327667 |
14 |
0.9999456 |
5.44E-05 |
36739 |
0.9662028 |
6.00E-05 |
19213 |
0.3202167 |
15 |
0.9999457 |
5.42E-05 |
36333 |
0.9791252 |
6.00E-05 |
19008 |
0.3168 |
16 |
0.9999414 |
5.91E-05 |
44283 |
0.971173 |
6.00E-05 |
23155 |
0.3859167 |
17 |
0.999947 |
5.30E-05 |
56727 |
0.9756461 |
6.00E-05 |
29661 |
0.49435 |
18 |
0.9999414 |
5.90E-05 |
67875 |
0.9776342 |
6.00E-05 |
35592 |
0.5932 |
这个实验得到了18组有效的数据,也就是收敛了18次。迭代次数的标准差很大。但清晰的表明了一个二维的点足以表达mnist0和2之间所有的差异。将784个点压缩成2个点已经足以完成分类。
因为用一个二维的点就可以实现mnist0和2之间的分类,所以有理由认为mnist0和2是处于第二分类等位面的对象。也就是两个点就可以表达所有差异,其余的所有点都是冗余。
用9*9的卷积核分类9*9的图片相关推荐
- 用7*7的卷积核分类9*9的图片到底应该用几个卷积核?55个
(mnist 0,2)-con(7*7)*n-30*2-(1,0)(0,1) 用7*7的卷积核分类mnist的0和2,将图片用间隔取点的办法缩小到9*9.从1开始不断增加卷积核的数量,观察网络的性能是 ...
- CNN实战分类猫与狗图片
目录 一.图片预处理 二.模型的构建与训练 一.图片预处理 因为数据集图片尺寸不一致,所以需要对图片进行预处理,试图片的长宽一致,如大小为200x200.150x150.100x100等.首先,加载图 ...
- SQL的语法与分类,语法示例+图片,贼吉尔详细!!!
SQL通用语法 SQL语句可以单行或多行书写,以分号结尾 SQL语句可以用空格/缩进来增强语句的可读性 MySQL数据库的SQL语句不区分大小写.关键字(建议使用大写) 注释: 单行注释: --注 ...
- 分类网络位置测试图片生成
目录 黑白图组合: 分类图片自由组合: 黑白图组合: import os import randomimport cv2 import numpy as npif __name__ == '__mai ...
- python生成器 图片分类_python批量处理图片图片Python迭代器和生成器介绍
Python迭代器和生成器介绍迭代器 迭代器是一个实现了迭代器协议的对象,Python中的迭代器协议就是有next方法的对象会前进到下一结果,而在一系列结果的末尾是,则会引发StopIteration ...
- html图片分类插件,360度图片全景插件JS Cloudimage 360
JS Cloudimage 360 View 是一种简单的交互式资源,可用于提供产品的虚拟浏览. 使用方法 第 1 步:安装 在正文标记中的body内容之后,将带有 CDN 链接的脚本标记添加到 js ...
- 3x3,5x5,7x7,9x9卷积核性能比较
在用7*7的卷积核分类9*9的图片到底应该用几个卷积核?中得到了一个经验结论:卷积核越大,网络的性能上升区间越大:上升区间越大,性能峰值越大.要按此分类9*9的图片,9*9的卷积核就是极限性能最优的卷 ...
- 收敛标准对卷积核数量最优值的影响
(mnist 0,2)-con(3*3)*n-30*2-(1,0)(0,1) 用n的3*3的卷积核分类处理成9*9尺寸的mnist0和2的图片,n的数量从1到12个.收敛标准从1e-4到1e-6,共1 ...
- 到底应该用3*3的卷积核还是5*5的卷积核
本文做了一个二分类网络 (mnist 0,2)-con(5*5)*n-30*2-(1,0)(0,1) 用一个三层多核的网络分类mnist0和2,卷积核的数量从1到23,每个收敛标准(也就是输出值与目标 ...
最新文章
- js6的未来(二)函数增强
- 重磅!阿里巴巴工程师获得 containerd 社区席位,与社区共建云时代容器标准
- K-means聚类算法详解
- Bootstrap圣诞节主题商城网站模板
- linux启动流程——initrd和initramfs
- 重庆“扫黄打非”部门打掉一网络传黄团伙,查获淫秽视频11万余部
- .net 2.0 只读TextBox取值问题
- Windows动态桌面原理
- 什么是网络割接【转自红茶三杯】
- python 公众号开发框架_基于werobot框架的微信公众号开发
- 清风数学建模学习笔记——逻辑回归的二分类模型
- 回文数JavaScript
- 【论文速读】【金融】Predicting stock and stock price index movement using ... and machine learning techniques
- python将xls转换为xlsx_python – 如何将xls转换为xlsx
- Element ui el-popover实现content显示img格式
- ArcGISPro制作辐射4风格地图
- c++语言程序中,要调用的函数必须在main()函数中定义,惠州学院C++考试复习题
- MathJax:微积分常用符号
- (3) 二分频VHDL描述
- 十三届双11,一部电商流量变迁史
热门文章
- Python并发Gevent库(一)
- java中什么表示菜单项_下列类型中,表示菜单项的是( )。_学小易找答案
- MongoDB复制集与Raft协议异同点分析
- 洛谷P2522 [HAOI2011]Problem b(莫比乌斯反演)
- @resource 与 @autowired
- 如何用CSS实现图像替换链接文本显示并保证链接可点击
- 写在园子里的第一篇BLOG
- 解决UnicodeEncodeError: 'ascii' codec can't encode
- UA OPTI501 电磁波 Lorentz Oscillator Model 1 Drude-Lorentz模型
- UA MATH567 高维统计III 随机矩阵12 整数环上的区间的应用:DNA序列突变点侦测的统计量及假设检验