在线时间 1630 小时 最后登录 2024-1-29 注册时间 2017-5-16 听众数 82 收听数 1 能力 120 分 体力 565707 点 威望 12 点 阅读权限 255 积分 174935 相册 1 日志 0 记录 0 帖子 5313 主题 5273 精华 3 分享 0 好友 163
TA的每日心情 开心 2021-8-11 17:59
签到天数: 17 天
[LV.4]偶尔看看III
网络挑战赛参赛者
网络挑战赛参赛者
自我介绍 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
群组 : 2018美赛大象算法课程
群组 : 2018美赛护航培训课程
群组 : 2019年 数学中国站长建
群组 : 2019年数据分析师课程
群组 : 2018年大象老师国赛优
三分类网络的物理意义是什么? 3 ]1 d9 T" P5 y" I* Q
* s, q! t/ M! F9 N7 e+ W
% D' v' h( a0 q; d5 Z+ x0 J
(A,B)---m*n*k---(1,0)(0,1)
5 q" p4 T5 ]$ M& i ) }8 u% s: B- k: J
对于一个二分类网络可以将被分类的A和B分别理解为粒子和环境,因为粒子处于环境中。于是A和B之间的距离可以理解为0。因为t=s/v,则即便A和B之间的相互作用的速度小于光速,A和B之间仍然可以实现瞬时作用,并不违反理论。
+ S% I! ~) J* b2 g
# P' n& p, T: B% C ( A, B, C )---m*n*k---( 1, 0, 0 )( 0, 1, 0 )( 0, 0, 1 )& P1 A( ?/ w9 W7 D/ R2 p6 e. e
/ X. M9 T! Q0 o+ l 对于一个三分类网络要完成3次形态的变换。A⇋B,A⇋C,B⇋C,每一次形态变换就是一次二分类,因此对于一个三分类网络可以理解为由3个二分类网络组成
, o/ ]3 Z) t! }" A# x0 ^$ G: I : w+ p- Q4 _. m
(A,B)---m*n*k---(1,0)(0,1)
+ j+ w# W% _: N, w- a- s3 s* j: ~
" f z h7 V4 l% x. B (A,C)---m*n*k---(1,0)(0,1)
+ @3 G* k7 f( y8 V* J
. L0 n" I5 |; |7 n (B,C)---m*n*k---(1,0)(0,1)
% X- }' ^& H) w
2 s& a- ?- ]* z, F 这就意味着存在3对瞬时作用,也就表明这3个粒子彼此之间的距离都是0.随着时间的推移网络的收敛误差会不断减小,而网络的分类准确率会不断变大。这个过程意味着A被错误的分成B和C的成分少了,同样B被错误的分成A和C,C被错误的分成A和B的成分也少了。
/ h. e& C+ d, I0 u# S3 \" ~
9 f' B4 f) I: S* P2 R 所以这个三分网络可以被解释为,3个距离为0的粒子不断的相互作用,随着时间的演化,最终变得越来越像自己。1 m7 B4 w. F% b9 b- u, u6 }# t9 t
3 g# l9 P% G; ^: Z
而前面的实验表明相同收敛误差下,迭代次数取决于等位点差的绝对值的和,这次就继续验证这一猜测。 x1 W6 z; @& Q2 U
) K; |) v C3 E. \; [ 用的训练集是mnist的0,1,2,3,4,的第一张图片。用间隔取点的办法化成13*13.
: ]$ @7 j7 H" y! m( Z& T
: w$ J) o) G! d- Y b ( 0, 1, 2 )---169*30*3---( 1, 0, 0 )( 0, 1, 0 )( 0, 0, 1 )这个网络简记为0*1*2.就只有3张图片不断循环往复,直到收敛。共进行了10组得到数据, h2 x' g& s! ^; F* @: @( ^% }
) H Q7 o! }' @
1*3*4
! r% }7 y! W0 n2 C8 W7 f V* f; T' _! c6 j. B& b8 ?% G
2*3*4
( Z% ]& p5 b. f$ _3 _/ I. i! f
! M& l4 H- D9 q 0*3*4
* Y( z: Z- A9 V) P# l( [ 8 p" C' o8 h( |
0*1*4
) | |6 N3 b, C" @1 u
/ }7 o1 P3 G$ B& G+ ?; v y 0*1*3
l- L, [+ `; }; D. t3 @( d
. H: a/ p/ K# e( _ 1*2*4: f7 T! ^# C9 Q, J3 t8 {
) d) s; \) S1 j
1*2*3
: _0 k7 X% A. H- z2 C$ d
, q$ L1 D* B& A! ~ 0*1*24 `4 m0 L- t, p( ?. h( q& U2 Y: R
7 D$ ?( X3 R$ Z2 I/ f- P7 t 0*2*35 t6 [/ q0 Q" p1 E9 I2 L
# |% D6 v7 {& w7 J8 Q- @- K
0*2*4
@8 M( F: g+ J L! _# J, j* k
+ T! s5 q& S. `5 C$ k' d δ; j. \. j9 `* {: n
, U0 s, X$ a" A# ] 迭代次数n: a8 ~. N/ a' p' P$ U+ o
! ?, P$ x4 c+ C" _
迭代次数n( ~( e. g6 ]7 T" O
, a/ a# y3 ? c! ^7 u p 迭代次数n' g% ~$ ~8 ?0 J3 N) A
- l+ O/ n& n3 S$ w
迭代次数n! g8 P6 }$ ^$ l+ G& u; `0 A0 N
# {/ s5 _* g2 k5 V- L" h
迭代次数n0 [. ?8 j: V2 \; b
! z2 Q2 ^' l& d7 L( I
迭代次数n( {' B5 O7 d2 v5 N1 d6 m
( M* c0 ~- |2 v7 w9 T" F. H) K
迭代次数n
/ h% { B# z, E+ E [5 N3 r: x u- M r s* A
迭代次数n/ y8 J9 C( G, M8 E" @+ `1 j" I
9 _4 I& M3 d X8 I9 g
迭代次数n
y" f. d5 _$ l0 \; X / x6 H9 [: R& I9 K, J
迭代次数n; K2 \' Z% [) p9 Q+ Q" l. B$ U$ R
( M) W; ]8 W7 @ 0.01; @: T9 ?' @ B! g) i) U
( F; j7 F1 l7 \$ Z8 x; j 1763.18090 Y6 Y0 K! @9 J$ J5 e6 e
5 z6 f/ N o# y, J/ C8 E
1626.5729
4 R& U4 }+ q) S& Q+ Z# ]3 f
0 l, k( L7 S0 H1 F2 t- h+ ? 1672.4523
6 w9 \# Z4 ^' h& }' v* w8 S3 C ( {! D, ~% b `
1635.9196! y+ S" J. C- e S1 R! a0 L: _( Q
9 n: L* @% ]# A3 t2 a
1596.7035
: @, ~+ w: z0 T. { . a, }. |6 \& j# p8 o
1620.4075 Z0 e' o1 _& s+ R5 ?. J6 D
% @: X( j. R+ R% I 1563.8945
7 }% ^0 p0 ?- H! I! S : s; x) ?& X/ K+ t
1444.2915
7 U' u% d+ Y e( q0 |6 U" A ; U4 k4 L+ N% H1 N
1410.0302
# {* [3 ^$ c+ ?
% Y* \+ `0 G0 h) w2 B, @8 w 1465.4171. L) j! a0 a# U/ {% e5 j/ d1 g' t% L
& S! T/ U, C; w6 q5 E 0.001, I8 M/ N6 ]( g- F* a0 ~
2 M0 g: I+ F! v0 I( @- ~ 13065.196
5 g4 g: v) \( m# @) e& P " O; N1 }: E- A F" b+ k) t; H9 y
12674.945
7 }6 S0 n$ p1 u/ k2 }2 \( k7 C
# j6 B# T! K5 n/ F" l% A 12747.729
& E$ ~ [' W& w$ ]0 W" K
! I: X. {5 Y% V 12386.216
3 E) a! ^' P2 I, Z+ d# F( x2 P 3 \" T" _! \7 ^
12349.027 z, Y& A; z' V) E# Z$ a* _
( }7 E/ X0 Q j* g' }, i* r
12282.201
" {0 x. w2 t8 x, f$ } q$ q
7 c, X L O8 z, |3 U x0 z, F 12270.035
5 Y# Y0 ^/ `% o
: \& x& u+ ?) e; ^6 d 11338.4776 p; |; E. ]" }+ d: ]* s1 c
4 |$ ?4 g3 _! A; h& J2 c 10985.201! v- V! g2 e, _2 u
/ ^) r L+ y& y2 C' ~
11015.503
1 t+ g3 D) \5 B3 L8 B % ~4 l6 D+ O5 h8 S) j- C) O, k" r
9.00E-04
% m6 S, c( t1 K2 g. L3 p; N# ~% H1 n 0 ^' i+ F6 R( b+ E1 O% T
14352.452- Q; Y4 O' U8 F5 C2 p" H5 |& Y
/ {/ j4 v0 F2 ]( C, [1 O& B 14004.633* @1 S( W) Q& ~5 p& }* m
" {7 ]( E, b* q& W% n/ ]% z 14062.829( S8 X. L6 a D' p. }: g
: g& L; N m( B( I" E& W8 N 13629.4677 U6 c' ^9 D2 o* J
/ n: u' [5 p! M6 y* w2 J 13613.362
! u6 D, E8 i& c
$ x. f) H# U/ I& |) [5 O 13609.563& M( @- g0 J- O/ R
# d) p$ m# X5 M4 L9 E# @% ^
13530.322
; F8 N$ A+ L! \8 Y6 ]+ |/ `8 b: O" T " g$ N1 J) P2 t: }3 A; \6 H
12458.1712 D0 B: f) D$ @; m. S2 N e
3 i( H# t4 _1 L4 \
12176.3624 v( L: m" `# { g/ g
8 N0 d9 T5 ~: P7 q% b 12225.96 v! H. b p5 t: _9 @
, I" v9 E0 t1 D) r; @
8.00E-04
# A, k9 E+ |! `' } - | N. c- X/ L0 Q; v/ w* T
16141.2060 }, V4 B$ L$ j
0 Y$ r+ v0 L9 I- h* N+ U 15611.101% C `3 S+ y- t1 s+ w6 J
/ i4 P" i2 k, O: P 15749.917 A K) o* Y# J) }2 b
5 a- |- Z" D* O. _ 15264.98
3 W( P5 q$ v' {+ k j# Z6 B
5 z9 h' H4 |' R 15228.4470 j; c0 o) U: ?2 G+ R( P
( K" p0 ^6 D* K X4 s$ J 15207.628) `/ }, o {& g" x$ o l6 g
6 x: H0 ]+ o. d$ s" H 15053.714
! ^" U1 z5 V" N
7 X5 i9 ?9 ^- q9 w- g 14044.729
( j+ h3 p' _; Q. q2 K3 V- y * t" m& Y" p/ }% u# u3 f0 {3 ~
13530.3971 r' y# j/ b* f8 f
% D) q& Z6 e3 W) F- x) ~5 Z" T; Z 13654.6780 ^5 j" k, I8 _/ b! a
* [9 _- h- p. z' F, K, J, x' L 7.00E-04
5 {) `" \' l# A9 e! {! A
! J" [& f5 H; |# H2 E- @ 18194.397
3 x- }( f" [+ o 3 A) ?) N! \ F, I, {. I& E
17760.638
; a% D% J+ a/ h1 {; T ( V$ O6 C# y% Y" w, C8 u. h
17743.578" [1 E& S& u% b
- ?/ T5 l. v8 `' p8 E o M
17333.377" A! V- s8 L z0 M* v. k$ i( ?
* ?( a& y* m7 E+ k* Y) p5 U7 h 17293.874 N' t0 @- S- z9 g& s
( K% P% M P: B3 r7 |- {
17204.638
/ T0 Y. b0 q8 T0 l8 X5 A2 P/ z* U
6 S( o# S4 }% I8 ?5 [3 b; Y 17058.8099 }4 K; X: @, k/ ^
1 @& i# t% w) Y3 G4 R
15946.101% I* X" b' M+ S' _3 ]0 N$ B
5 d& Z: N% G4 K6 M 15491.266
, d |! v: J6 g' j' t
+ A+ r' z% U' j 15399.5386 Y, U; [3 @; N r! F. r0 @, t
( V. @0 ]7 e6 J
s
9 d, H: A3 ~1 ~& u( l% d) S/ r
" \: X* G5 B) I( ^" [3 D5 d9 } 130
. ~/ D! W7 H+ Z& N8 Z & i: |5 C: B( u7 `
218; ]5 K! X/ s9 g: y8 i8 h# L$ N, }
. j' B& y( v' x& R/ J; O( k 198& D, Y! d2 P F. O
; D r- @/ X9 R% N4 T6 U
206
( ]0 Q# H# z. |# Y5 g
# }- K! Z) W- @1 k0 |" | 2040 [. Y6 S% s& e- d% }7 a
* }! S- [; ^$ Y% F: G2 g/ I( u" h5 S
218
9 E0 |5 l7 J3 \3 y& ~: }( D # F1 Q, t5 L# P: x
220' i6 f# ~+ y K+ E, W7 A
% Z( }# Z* D& Z2 d
204
" b) \' H* a" E! M% {6 h 1 \) j, o g# U: E
220# J: w; Q Q/ |* x
4 _) A; z _' q$ z) j 216. ^. \/ k6 a& [% `3 E
* } m2 k5 Z" ^8 I1 W 将收敛误差为7e-4的迭代次数画成图7 q: X9 I& W/ ^4 R4 ]6 \1 l
- s9 h1 O9 O% U" O
% g/ Y# D" e4 t- D- V( ~5 X m+ { U* w 0 A% F: `; X* P0 h' G
再将移位距离S的曲线画成图: C I* I; O! {
9 g( G7 C/ W9 E& ]: ^: ]
! B# j* }2 E& q/ A' s % b# U6 H# v% r4 V
在这组数据中s和n之间的反比关系依然存在。& \ s0 H } P b$ F+ L9 J
0 z- l8 K7 [$ K q' L 移位距离假设! e. I* t; e7 A6 m6 d" D% p
5 Z% l# l& G* R# u! |( t
(A,B)---m*n*k---(1,0)(0,1)! i9 q/ z2 E* ~2 H9 x) `. K' y% p
8 a4 x0 s* S; E
- C7 E i4 V4 }8 A: m
/ ?7 h% \0 s' b& t 用神经网络分类A和B,把参与分类的A和B中的数字看作是组成A和B的粒子,分类的过程就是让A和B中的粒子互相交换位置,寻找最短移位路径的过程。而熵H与最短移位距离S成正比,迭代次数n与S成反比。
" a5 o E1 G4 h# | 8 F- C) u, D: ~ M, j
移位规则汇总. t. C7 B. u2 [& ^
3 N8 ^$ ?( O2 x! T! C' S2 v
移位距离就是等位点数值差的绝对值的和S=Σ|a-b|,如果训练集有多张图片取平均值,如果是多分类问题则移位距离为所有两两组合移位距离的和。. f- T, K- i; q; y
" i1 w6 m& m' y 如对一组3*3的矩阵: u) V3 D) q" v; \: r
# H ]# ]# A R+ Z
! }+ a6 _; P# W ' E! D4 S0 d' {+ v
S=s0+s1+,…,+s8=|a0-b0|+|a1-b1|+,…,+|a8-b8|. g2 `# e( O' E- l- [
$ ?! D j8 D {6 Y! {0 b# n0 c 如果是3分类问题,就应该实现3个形态之间的两两分类,也就是要完成3对等位点之间的差。, W: q( ]+ ], [# g9 c
, i+ s8 c6 D, I# X " F: R" p3 E" I1 q
( @% {- ~; L- Q3 r0 B 因此移位距离
" t9 U! v3 D9 c9 [. g" R 3 Y. P: o9 b$ U5 n& w
S=Sab+Sac+Sbc=
% A" M: b" x6 \! f5 U' ]! i% t 2 n) N) l& D7 y$ h* ^. I* r
|a0-b0|+|a1-b1|+|a2-b2|+|a3-b3|+
3 a) i. M! ]: Z6 Z3 N
+ j3 f. ^6 g4 E8 r9 q) k |a0-c0|+|a1-c1|+|a2-c2|+|a3-c3|+
, S, P/ Z2 D+ j3 r( f0 e- Y2 O2 E 2 X+ l$ K% }* N0 C$ i9 b
|b0-c0|+|b1-c1|+|b2-c2|+|b3-c3|) D" `& H0 [6 Y! ~0 G& }# Z
————————————————
$ b7 T- P. M) C0 U 版权声明:本文为CSDN博主「黑榆」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
) x& h2 _5 O( h4 u B8 k% l 原文链接:https://blog.csdn.net/georgesale/article/details/126690670# h4 p6 y5 u1 C. t2 d
8 |! o. X6 W% J6 E4 U2 a 2 _9 b1 |4 l. ]1 \4 ~& V1 }# e
zan