當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

神经网络训练集两张图片之间的相互作用

發(fā)布時(shí)間：2025/4/5 编程问答 52 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两张图片之间的相互作用小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

在《神經(jīng)網(wǎng)絡(luò)分類訓(xùn)練集的圖片到底是如何相互影響的？》中得到了一個(gè)經(jīng)驗(yàn)關(guān)系，如果（兩張圖片）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。但上次實(shí)驗(yàn)的樣本只有8個(gè)太少了，這次把1-9所有不重復(fù)的36個(gè)兩兩混合全都做出來，檢驗(yàn)這個(gè)關(guān)系是否還成立。

第一部分，1張圖片和1張圖片分類，0[n]和2[1]進(jìn)行分類

（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

第二部分，兩張圖片和1張圖片分類，0[n，m]和2[1]進(jìn)行分類

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

n	m	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
1	2	0.9999	9.96E-05	30919.08	0.832275	1.00E-04	715.6432	142421	2.373683	0.849404	1988.477	0.006317
1	3	0.793911	0.206089	45815.48	0.811398	1.00E-04	1015.819	202155	3.36925	0.823062	1917.266	0.005343
1	4	0.9999	9.96E-05	36274.74	0.814378	1.00E-04	808.8442	160973	2.682883	0.832008	2249.417	0.005598
1	5	0.994876	0.005124	41817.56	0.858782	1.00E-04	927.1759	184513	3.075217	0.870278	2149.949	0.004421
1	6	0.557778	0.442223	47636.92	0.775208	1.00E-04	1053.372	209630	3.493833	0.789761	2122.903	0.005359
1	7	0.999901	9.96E-05	34923.28	0.871717	1.00E-04	777.7136	154774	2.579567	0.880716	2259.736	0.00372
1	8	0.9999	9.96E-05	38414.16	0.864631	1.00E-04	852.9849	169747	2.829117	0.877237	2230.174	0.005252
1	9	0.964732	0.035269	44078.99	0.830966	1.00E-04	977.3719	194508	3.2418	0.843439	2609.696	0.005355
2	3	0.9999	9.96E-05	36070.77	0.891283	1.00E-04	804.7538	160158	2.6693	0.898111	2510.826	0.002865
2	4	0.984828	0.015172	39135.39	0.855717	1.00E-04	872.2814	173591	2.893183	0.867793	2325.469	0.004345
2	5	0.9999	9.94E-05	31163.81	0.909071	1.00E-04	698.8945	139082	2.318033	0.917992	1919.277	0.003495
2	6	0.9999	9.96E-05	34042.07	0.878341	1.00E-04	761.1508	151481	2.524683	0.888171	2293.658	0.003757
2	7	0.854201	0.145799	40396.43	0.899912	1.00E-04	900.2814	179166	2.9861	0.91501	2129.306	0.004996
2	8	0.924539	0.075461	39455.15	0.918614	1.00E-04	879.4874	175026	2.9171	0.927435	2474.915	0.002937
2	9	0.999901	9.95E-05	31021.66	0.880983	1.00E-04	697.5779	138822	2.3137	0.889662	1969.136	0.003674
3	4	0.834104	0.165896	42371.03	0.84521	1.00E-04	941.8342	187429	3.123817	0.856859	2032.874	0.004772
3	5	0.9999	9.96E-05	42642.03	0.848622	1.00E-04	948.4774	188756	3.145933	0.859344	2193.462	0.003914
3	6	0.894394	0.105606	39732.69	0.862858	1.00E-04	887.0754	176535	2.94225	0.87326	2180.379	0.003827
3	7	0.9999	9.97E-05	33877.87	0.891555	1.00E-04	760.4171	151331	2.522183	0.900596	2302.279	0.002934
3	8	0.9999	9.97E-05	33148.47	0.89402	1.00E-04	741.4824	147565	2.459417	0.902584	2385.352	0.002749
3	9	0.9999	9.97E-05	38292.14	0.858627	1.00E-04	853.995	169953	2.83255	0.867793	2060.82	0.003613
4	5	0.9999	9.96E-05	34957.4	0.87329	1.00E-04	782.6734	155765	2.596083	0.88171	2099.655	0.003831
4	6	0.979804	0.020196	42059.64	0.807941	1.00E-04	943.3518	187731	3.12885	0.819085	2333.668	0.004529
4	7	0.849177	0.150823	41524.17	0.882242	1.00E-04	921.7638	183438	3.0573	0.892644	2018.916	0.003864
4	8	0.542705	0.457295	43553.13	0.890559	1.00E-04	965.6533	192173	3.202883	0.899602	1770.9	0.002982
4	9	0.999901	9.96E-05	38592.36	0.842575	1.00E-04	860.5025	171249	2.85415	0.850398	2099.758	0.003865
5	6	0.793911	0.206089	47012.42	0.814008	1.00E-04	1041.698	207306	3.4551	0.825547	1892.693	0.005134
5	7	0.9999	9.95E-05	31061.31	0.912185	1.00E-04	694.4623	138203	2.303383	0.92495	2118.422	0.003318
5	8	0.9999	9.96E-05	34186.52	0.89408	1.00E-04	761.9447	151633	2.527217	0.904076	2013.488	0.003787
5	9	0.733622	0.266378	49131.08	0.836069	1.00E-04	1086.608	216246	3.6041	0.848907	1938.177	0.005493
6	7	0.9999	9.96E-05	31905.77	0.877831	1.00E-04	710.4422	141381	2.35635	0.890656	2335.202	0.003411
6	8	0.9999	9.97E-05	27614.06	0.877374	1.00E-04	619.0553	123200	2.053333	0.888171	2024.476	0.003584
6	9	0.82908	0.17092	43056.9	0.842146	1.00E-04	955.7236	190198	3.169967	0.85338	1803.45	0.004121
7	8	0.673332	0.326668	40492.29	0.918529	1.00E-04	897.5075	178614	2.9769	0.927435	2087.224	0.002911
7	9	0.9999	9.95E-05	28488.88	0.88651	1.00E-04	636.8894	126746	2.112433	0.896123	2125.783	0.003956
8	9	0.999901	9.96E-05	24442.83	0.86826	1.00E-04	552.7085	109995	1.83325	0.875746	1947.237	0.003962

第一組數(shù)據(jù)就是用0的第1張圖片和第2張圖片和2的第1張圖片組成訓(xùn)練集分類。

比較第二部分?jǐn)?shù)據(jù)，圖片兩兩混合以后有15個(gè)分類準(zhǔn)確率變大了，占總數(shù)的41.7%。二者混合以后分類準(zhǔn)確率在二者之間的有18個(gè)，占總數(shù)的50%。而二者混合是分類準(zhǔn)確率變小的情況只出現(xiàn)了3次，只占8.3%。這個(gè)數(shù)據(jù)表明二者混合以后分類準(zhǔn)確率大概率的是會(huì)增加。

比較3次分類準(zhǔn)確率減小的事件，

n	m	f2[0]	f2[1]	迭代次數(shù)n	平均準(zhǔn)確率p-ave
3	5	0.9999	9.96E-05	42642.03	0.848622
5	6	0.793911	0.206089	47012.42	0.814008
5	8	0.9999	9.96E-05	34186.52	0.89408

在這僅有的3次分類準(zhǔn)確率減小事件當(dāng)中，迭代次數(shù)出現(xiàn)了所有3種變化的可能，有混合后迭代次數(shù)變大的如[5,6],也有混合后迭代次數(shù)變小的[5,8],也有混合后迭代次數(shù)位于二者之間的如[3,5].表明二者混合后迭代次數(shù)變大并不必然會(huì)導(dǎo)致分類準(zhǔn)確率變小，也表明混合后迭代次數(shù)變小也并不必然導(dǎo)致分類準(zhǔn)確率變小。

比較迭代次數(shù)

有23次混合后迭代次數(shù)減小，占63.8%，有5次位于二者之間，占13.8%，有8次迭代次數(shù)比二者都大，占22%。從占比上看混合后迭代次數(shù)大概率的是會(huì)降低。在23次迭代次數(shù)降低的事件中有11次分類準(zhǔn)確率是增大的，占47.8%，有11次分類準(zhǔn)確率位于二者之間，有1次是減小的。

所以兩張圖片混合后大概率的迭代次數(shù)是會(huì)降低，而分類準(zhǔn)確率會(huì)上升。

《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神经网络训练集两张图片之间的相互作用的全部內(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。