神經網絡的衰變假設：被概率密度表達的粒子A和B彼此互為粒子和環境，在相互作用中被彼此微擾產生衰變，衰變產物是B化A和A化B，網絡的分類準確率是兩個粒子衰變剩余的算術和pave=Σpr。

?

(A,B)---m*n*k---(1,0)(0,1)

如果用離散運動的框架來描述神經網絡的分類行為，把神經網絡的訓練集A，B當作哈密頓算符， 權重W當作本征態，收斂準確率p0，p1當作本征值，則可以得到一個方程組

神經網絡的收斂過程就是在算符A和B的約束下去尋找與最低能級p0和p1對應的共同本征態w的過程。

?

“如果它們（算符）是不可對易的,則共同本征態不是不可能有、就是比較少有的例外.”* 雖然大概率的神經網絡的訓練集不滿足對易關系，但這并不違反量子力學原理。也就是假設不滿足對易關系的算符A和B有共同的本征態。現在用訓練集C,D替換A和B，

(C,D)---m*n*k---(1,0)(0,1)

實現參數遷移，這樣就得到了一個方程組

表明參數遷移行為之所以可以實現的一個合理解釋是，算符A，B，C，D可以有共同的本征態。

?

*狄拉克---量子力學原理 p52

?

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的神经网络的参数迁移和共同本征态的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。