在上一次實(shí)驗(yàn)中已經(jīng)由數(shù)據(jù)證實(shí)了可以用特征迭代次數(shù)去區(qū)分minst數(shù)據(jù)集中的0和1時(shí)有可能的，因?yàn)?0張0和50張1的分類正確率可以打到99%。

本文將迭代次數(shù)按大小排列，比較了圖片和迭代次數(shù)的關(guān)系

?	?	a	b	迭代次數(shù)	時(shí)間ms	時(shí)間min
	0*34	0.504092	0.496892	31808.4	76592	1.276533
	0*26	0.504145	0.496745	34094.86	83691	1.39485
	0*41	0.504069	0.496969	34775.88	84630	1.4105
	0*36	0.50385	0.49755	41926.72	99082	1.651367
	0*27	0.503765	0.498165	47928.64	111719	1.861983
	0*38	0.503758	0.498158	48533.77	110892	1.8482
	0*37	0.503619	0.498219	50003.07	114741	1.91235
	0*3	0.503581	0.498881	50215.99	111575	1.859583
	0*18	0.50375	0.49815	52884.1	120598	2.009967
	0*30	0.503511	0.498611	52966.01	123203	2.053383
	0*6	0.503368	0.498868	55467.06	125845	2.097417
	0*8	0.503476	0.499077	56096.01	125986	2.099767
	0*28	0.503291	0.499491	60411.63	135295	2.254917
	0*7	0.503256	0.499456	64569.89	142200	2.37
	0*47	0.503086	0.499886	67707.4	147675	2.46125
	0*4	0.503037	0.50084	70608.87	155951	2.599183
	0*17	0.503267	0.501109	72017.99	156489	2.60815
	0*44	0.503364	0.500174	72019.38	156790	2.613167
	0*45	0.502973	0.500373	72615.19	157305	2.62175
	0*9	0.50308	0.50048	72920.47	157379	2.622983
	0*50	0.503098	0.500834	73901.24	162317	2.705283
	0*24	0.502874	0.501075	74839.92	162557	2.709283
	0*23	0.502903	0.501203	74969.03	162938	2.715633
	0*19	0.502897	0.50074	75722.1	165457	2.757617
	0*13	0.502945	0.501067	76511.02	170373	2.83955
	0*20	0.502779	0.500913	76613.24	165682	2.761367
	0*21	0.502754	0.501154	78554.36	170378	2.839633
	0*16	0.502863	0.500763	79751.51	186547	3.109117
	0*46	0.502553	0.501353	80005.62	171478	2.857967
	0*32	0.50252	0.50182	83654.15	180615	3.01025
	0*2	0.502641	0.501541	84550.08	180167	3.002783
	0*22	0.502473	0.501673	86017.23	185109	3.08515
	0*11	0.502387	0.501988	87989.04	187844	3.130733
	0*42	0.50239	0.50209	90076.06	193220	3.220333
	0*43	0.502098	0.502498	93610.47	201571	3.359517
	0*10	0.502299	0.502511	93919.15	213039	3.55065
	0*12	0.502466	0.502768	95686.91	203531	3.392183
	0*48	0.502223	0.502623	95741.22	201800	3.363333
	0*1	0.502221	0.503021	97086.1	204735	3.41225
	0*49	0.502118	0.503218	97346.76	204799	3.413317
	0*40	0.502179	0.503389	97427.12	204526	3.408767
	0*15	0.502229	0.502829	98331.42	216606	3.6101
	0*39	0.502076	0.503176	100795.5	211763	3.529383
	0*14	0.502212	0.503448	103378.9	224424	3.7404
	0*25	0.501949	0.503349	103918.8	218470	3.641167
	0*31	0.501894	0.50371	104757.8	227289	3.78815
	0*29	0.502027	0.503527	112442.9	234996	3.9166
	0*5	0.501786	0.503786	112862.4	239529	3.99215
	0*35	0.502023	0.504843	116743.7	243684	4.0614
	0*33	0.501833	0.504933	119631	248238	4.1373

?

?

?

?	?	a	b	迭代次數(shù)	時(shí)間ms	時(shí)間min
	1*17	0.501511	0.505356	113085.8	235103	3.918383
	1*30	0.508745	0.512645	120761.4	243498	4.0583
	1*14	0.501444	0.504744	122373	255182	4.253033
	1*6	0.504215	0.508821	123439.5	261633	4.36055
	1*12	0.503918	0.509033	129424.3	267415	4.456917
	1*35	0.501017	0.506317	132802	266470	4.441167
	1*5	0.503435	0.508935	134629.3	282495	4.70825
	1*46	0.500885	0.506685	135243.7	271229	4.520483
	1*1	0.505469	0.512169	135295.5	302633	5.043883
	1*11	0.503724	0.508224	135336.4	281378	4.689633
	1*10	0.503584	0.5092	135825.9	282623	4.710383
	1*9	0.503415	0.508715	136958.3	281435	4.690583
	1*22	0.508187	0.514087	136999	279906	4.6651
	1*32	0.503518	0.508822	138253.6	277344	4.6224
	1*2	0.503662	0.508362	138619.9	174259	2.904317
	1*50	0.50053	0.50723	138767.7	277808	4.630133
	1*3	0.500866	0.506566	139057.3	317648	5.294133
	1*38	0.505616	0.511516	139506.7	279306	4.6551
	1*44	0.505531	0.512431	139982.5	280296	4.6716
	1*8	0.50095	0.50655	140646.4	287694	4.7949
	1*47	0.500705	0.507105	140681	281496	4.6916
	1*15	0.505747	0.512147	142043.2	293122	4.885367
	1*7	0.50086	0.50666	142070.6	295809	4.93015
	1*18	0.505487	0.512087	142772	292768	4.879467
	1*43	0.500936	0.506336	143081.6	287021	4.783683
	1*23	0.507865	0.515165	144089.6	294738	4.9123
	1*36	0.508275	0.514884	144472.9	289326	4.8221
	1*4	0.500699	0.506899	144642.3	316810	5.280167
	1*26	0.50094	0.50664	144746.8	295797	4.92995
	1*34	0.500629	0.507429	145520.8	291038	4.850633
	1*13	0.503092	0.509792	145810.5	299617	4.993617
	1*27	0.500582	0.507782	145828.5	296504	4.941733
	1*37	0.500709	0.507109	146633.2	292617	4.87695
	1*16	0.50313	0.51003	147017	304313	5.071883
	1*39	0.500637	0.507737	147505.9	300222	5.0037
	1*48	0.503003	0.510203	147777.1	295941	4.93235
	1*33	0.500784	0.507084	148811.9	297957	4.96595
	1*25	0.502923	0.510123	149811	304366	5.072767
	1*45	0.502981	0.51058	149999.9	298816	4.980267
	1*19	0.500294	0.508294	150626.6	306709	5.111817
	1*28	0.502889	0.510289	151403.7	306664	5.111067
	1*49	0.500599	0.507599	152002.6	304685	5.078083
	1*24	0.500305	0.508405	153926.4	312512	5.208533
	1*41	0.500378	0.508078	154345	307673	5.127883
	1*29	0.500624	0.507624	155807.4	313365	5.22275
	1*40	0.505116	0.513416	156111.3	311209	5.186817
	1*42	0.500343	0.508143	156573.8	311144	5.185733
	1*20	0.500362	0.508262	159081.9	323487	5.39145
	1*31	0.502814	0.510814	159971.4	317844	5.2974
	1*21	0.500206	0.508706	162120.7	242122	4.035367

?

?

0的迭代次數(shù)的范圍是31808-119631

1的迭代次數(shù)的范圍是113085-162120

1只有第17號(hào)圖片是小于119631的，所以這100張圖片的分類正確率可能達(dá)到99%.另外很明顯的可以發(fā)現(xiàn)外觀比較接近的圖片確實(shí)迭代次數(shù)也比較接近

比如這幾張長(zhǎng)的比較飽滿的0，都被分在了一起，

這幾張長(zhǎng)的比較像的也被分到了一起，

不過(guò)也有失手的時(shí)候，這張夾在44和47中的8就明顯的有問(wèn)題。

?

這種圖就是神來(lái)之筆了，很細(xì)微的差別都找到了。

雖然統(tǒng)計(jì)樣本的數(shù)量還是太少，不過(guò)貌似迭代次數(shù)還可以作為比較圖片匹配度的一個(gè)很有力的工具。

?

本文所用數(shù)據(jù)同《用共振頻率去進(jìn)行圖片分類的嘗試》中的數(shù)據(jù)

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的用固定收敛标准网络的迭代次数比较两张图片的相似度的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。