當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

神经网络训练集的图片到底是如何相互作用的？

發(fā)布時(shí)間：2025/4/5 编程问答 29 豆豆

生活随笔收集整理的這篇文章主要介紹了神经网络训练集的图片到底是如何相互作用的？小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

本次實(shí)驗(yàn)分別讓0的第1張圖片到第9張圖片和2的第1張圖片分類。然后再讓0的第1，2張，3，4張…8，9張圖片和2的第1張圖片分類，看看兩組數(shù)據(jù)有什么關(guān)系。

第一部分?jǐn)?shù)據(jù)，1張圖片和1張圖片分類

（0[n],2[1]）---81*30*2---(1,0)(0,1) n=1,2…9

?	f2[0]	f2[1]	迭代次數(shù)n	平均準(zhǔn)確率p-ave	δ	耗時(shí)ms/次	耗時(shí)ms/199次	耗時(shí) min/199	最大準(zhǔn)確率p-max	迭代次數(shù)標(biāo)準(zhǔn)差	pave標(biāo)準(zhǔn)差
0[1],2[1]	0.502512	0.4974879	43337.065	0.7746286	1.00E-04	1014.0251	201825	3.36375	0.7947316	1714.6271	0.0078051
0[2],2[1]	0.3618366	0.6381634	39428.513	0.6697154	1.00E-04	910.21608	181148	3.0191333	0.6983101	1526.1862	0.0115177
0[3],2[1]	0.0654133	0.9345866	42304.126	0.8722614	1.00E-04	964.87437	192041	3.2006833	0.8812127	1926.7298	0.0034939
0[4],2[1]	0.2412577	0.7587424	41168.382	0.8031534	1.00E-04	941.36683	187332	3.1222	0.8195825	1939.6639	0.00698
0[5],2[1]	0.6281151	0.3718849	44140.638	0.9079193	1.00E-04	993.55276	197718	3.2953	0.917992	1808.8097	0.0039003
0[6],2[1]	0.0704375	0.9295625	43375.829	0.8471657	1.00E-04	971.34673	193298	3.2216333	0.8593439	1993.3655	0.0046175
0[7],2[1]	0.2312094	0.7687906	40382.593	0.8858857	1.00E-04	935.49246	186179	3.1029833	0.9000994	1797.8539	0.0049712
0[8],2[1]	0.2261853	0.7738147	40953.844	0.9054492	1.00E-04	948.52764	188757	3.14595	0.9130219	1721.9027	0.0032987
0[9],2[1]	0.3166195	0.6833805	45157.543	0.8177193	1.00E-04	1041.9899	207357	3.45595	0.8369781	1948.7476	0.0062181

比如第一組數(shù)據(jù)0[1],2[1]，就是用0的第1張圖片和2的第1張圖片分類，收斂標(biāo)準(zhǔn)是1e-4,收斂199次，統(tǒng)計(jì)平均值。

第二部分?jǐn)?shù)據(jù)，兩張圖片和1張圖片分類

（0[n，n+1],2[1]）---81*30*2---(1,0)(0,1) n=1,2…8

?	f2[0]	f2[1]	迭代次數(shù)n	平均準(zhǔn)確率p-ave	δ	耗時(shí)ms/次	耗時(shí)ms/199次	耗時(shí) min/199	最大準(zhǔn)確率p-max	迭代次數(shù)標(biāo)準(zhǔn)差	pave標(biāo)準(zhǔn)差
0[1,2],2[1]	0.9999005	9.95E-05	31098.819	0.832455	1.00E-04	733.75377	146017	2.4336167	0.8459245	2191.9714	0.0060506
0[2,3],2[1]	0.9948763	0.0051238	36000.693	0.8909708	1.00E-04	826.72362	164518	2.7419667	0.8991054	2211.6813	0.0028445
0[3,4],2[1]	0.8843456	0.1156545	42453.608	0.8444134	1.00E-04	990.82915	197193	3.28655	0.8548708	2211.6829	0.0045889
0[4,5],2[1]	0.9999004	9.96E-05	34925	0.8732754	1.00E-04	814.09045	162007	2.7001167	0.8846918	1954.6403	0.003654
0[5,6],2[1]	0.7989354	0.2010646	47115.211	0.814922	1.00E-04	1089.6683	216861	3.61435	0.8290258	1998.3496	0.00476
0[6,7],2[1]	0.9999004	9.96E-05	31468.709	0.8783355	1.00E-04	735.23116	146312	2.4385333	0.888171	2061.6384	0.0030572
0[7,8],2[1]	0.6884047	0.3115954	40630.317	0.9185815	1.00E-04	940.56784	187189	3.1198167	0.9259443	1985.746	0.0029587
0[8,9],2[1]	0.9999005	9.96E-05	24829.905	0.8685325	1.00E-04	584.75377	116366	1.9394333	0.8846918	2110.2858	0.0040146

比如第一組數(shù)據(jù)0[1,2],2[1]就是用0的第1張和第2張圖片與2的第1張圖片做訓(xùn)練集。

第一部分和第二部分的數(shù)據(jù)放在一起比較

0[1],2[1]	0.502512	0.4974879	43337.065	0.7746286	1.00E-04	1014.0251	201825	3.36375	0.7947316	1714.6271	0.0078051
0[2],2[1]	0.3618366	0.6381634	39428.513	0.6697154	1.00E-04	910.21608	181148	3.0191333	0.6983101	1526.1862	0.0115177
0[1,2],2[1]	0.9999005	9.95E-05	31098.819	0.832455	1.00E-04	733.75377	146017	2.4336167	0.8459245	2191.9714	0.0060506
?	?	?	?	?	?	?	?	?	?	?	?
0[2],2[1]	0.3618366	0.6381634	39428.513	0.6697154	1.00E-04	910.21608	181148	3.0191333	0.6983101	1526.1862	0.0115177
0[3],2[1]	0.0654133	0.9345866	42304.126	0.8722614	1.00E-04	964.87437	192041	3.2006833	0.8812127	1926.7298	0.0034939
0[2,3],2[1]	0.9948763	0.0051238	36000.693	0.8909708	1.00E-04	826.72362	164518	2.7419667	0.8991054	2211.6813	0.0028445
?	?	?	?	?	?	?	?	?	?	?	?
0[7],2[1]	0.2312094	0.7687906	40382.593	0.8858857	1.00E-04	935.49246	186179	3.1029833	0.9000994	1797.8539	0.0049712
0[8],2[1]	0.2261853	0.7738147	40953.844	0.9054492	1.00E-04	948.52764	188757	3.14595	0.9130219	1721.9027	0.0032987
0[7,8],2[1]	0.6884047	0.3115954	40630.317	0.9185815	1.00E-04	940.56784	187189	3.1198167	0.9259443	1985.746	0.0029587
?	?	?	?	?	?	?	?	?	?	?	?
0[5],2[1]	0.6281151	0.3718849	44140.638	0.9079193	1.00E-04	993.55276	197718	3.2953	0.917992	1808.8097	0.0039003
0[6],2[1]	0.0704375	0.9295625	43375.829	0.8471657	1.00E-04	971.34673	193298	3.2216333	0.8593439	1993.3655	0.0046175
0[5,6],2[1]	0.7989354	0.2010646	47115.211	0.814922	1.00E-04	1089.6683	216861	3.61435	0.8290258	1998.3496	0.00476

有4種情況分類準(zhǔn)確率是位于二者之間[3,4],[4,5],[6,7],[8,9];

有3種情況分類準(zhǔn)確率比二者都大[1,2],[2,3],[7,8];

有1種最特殊的分類準(zhǔn)確率比二者都小[5,6]

再比較迭代次數(shù)

有2種情況迭代次數(shù)比二者都大[3,4],[5,6];

有5種情況迭代次數(shù)比二者都小[1,2],[2,3], [4,5],[6,7] [8,9]；

僅有1種情況迭代次數(shù)位于二者之間[7,8]；

總結(jié)這兩組數(shù)據(jù)，如果二者混合迭代次數(shù)變小了分類準(zhǔn)確率變大或者位于二者之間；如果二者混合迭代次數(shù)變大了，分類準(zhǔn)確率變小或位于二者之間。或者更簡潔些如果混合后的迭代次數(shù)變小了，分類準(zhǔn)確率可能變大；如果二者混合后迭代次數(shù)變大，分類準(zhǔn)確率可能會(huì)變小。

總結(jié)

以上是生活随笔為你收集整理的神经网络训练集的图片到底是如何相互作用的？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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

上一篇：神经网络训练集最少可以是多少个？
下一篇：神经网络训练集两张图片之间的相互作用