(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

1. 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 ...

2. 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 ...

3. 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 ...

4. 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 ...

5. 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 ...

6. 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 ...

7. 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 ...

8. 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 ...

9. 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

1. js6的未来（二）函数增强
2. 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
3. K-means聚类算法详解
4. Bootstrap圣诞节主题商城网站模板
5. linux启动流程——initrd和initramfs
6. 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
7. .net 2.0 只读TextBox取值问题
8. Windows动态桌面原理
9. 什么是网络割接【转自红茶三杯】
10. python 公众号开发框架_基于werobot框架的微信公众号开发
11. 清风数学建模学习笔记——逻辑回归的二分类模型
12. 回文数JavaScript
13. 【论文速读】【金融】Predicting stock and stock price index movement using ... and machine learning techniques
14. python将xls转换为xlsx_python – 如何将xls转换为xlsx
15. Element ui el-popover实现content显示img格式
16. ArcGISPro制作辐射4风格地图
17. 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
18. MathJax：微积分常用符号
19. （3） 二分频VHDL描述
20. 十三届双11，一部电商流量变迁史

热门文章

1. Python并发Gevent库(一)
2. 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
3. MongoDB复制集与Raft协议异同点分析
4. 洛谷P2522 [HAOI2011]Problem b（莫比乌斯反演）
5. @resource 与 @autowired
6. 如何用CSS实现图像替换链接文本显示并保证链接可点击
7. 写在园子里的第一篇BLOG
8. 解决UnicodeEncodeError: 'ascii' codec can't encode
9. UA OPTI501 电磁波 Lorentz Oscillator Model 1 Drude-Lorentz模型
10. 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