當前位置：首頁 >

参数迁移表达的第三种形态相互作用

發布時間：2025/4/5 52 豆豆

生活随笔收集整理的這篇文章主要介紹了参数迁移表达的第三种形态相互作用小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

(0,1)---81*30*2---(1,0)(0,1)? （x，1）

做一個網絡來分類mnist的0和1，然后用這個網絡來分類（x，1），讓x分別是mnist的0-9.收斂誤差是1E-4，重復199次，分別測量1-0位和0-1位的分類準確率，統計平均值，得到表格

		0*1	x-1
		f2[0]	f2[1]	迭代次數n	平均準確率p-ave	1-0	0-1	δ
0	1	8.42E-05	0.9999158	5301.6482	0.9968387	0.9946342	0.9990432	1.00E-04
1	1	8.59E-05	0.9999139	5303.5779	1	1	1	1.00E-04
2	1	8.48E-05	0.9999153	5301.0854	0.7409729	0.4829186	0.9990271	1.00E-04
3	1	8.47E-05	0.9999153	5337.0553	0.704391	0.4097538	0.9990281	1.00E-04
4	1	8.54E-05	0.9999145	5303.2965	0.7979352	0.5968281	0.9990422	1.00E-04
5	1	8.45E-05	0.9999156	5298.8744	0.7834668	0.5679126	0.9990211	1.00E-04
6	1	8.48E-05	0.9999151	5317.2563	0.8179779	0.6369206	0.9990352	1.00E-04
7	1	8.53E-05	0.9999147	5308.5628	0.716899	0.4347719	0.9990261	1.00E-04
8	1	8.47E-05	0.9999153	5303.4372	0.6274065	0.2557628	0.9990503	1.00E-04
9	1	8.49E-05	0.9999151	5323.5176	0.7216884	0.4443739	0.999003	1.00E-04

0-1位對1的分類準確率是很穩定的，當分類（1，1）時,因為左右相同所以網絡無論判斷是左邊還是右邊都對,因此分類準確率是100%。但用1-0位分類1的準確率應該是約為1-0.9991276，現在將1-0位的分類準確率排序

1	8	3	7	9	2	5	4	6	0
0.000872	0.255763	0.409754	0.434772	0.444374	0.482919	0.567913	0.596828	0.636921	0.994634

有理由猜測與0長的像的分類準確率應該更高.

然后用同樣的辦法

(0,2)---81*30*2---(1,0)(0,1)? （x，2）

做一個分類（0，2）的網絡，并用這個網絡分類（x，2），讓x分別是mnist的0-9.得到表格

		0*2	x-2
		f2[0]	f2[1]	迭代次數n	平均準確率p-ave	1-0	0-1
0	2	8.77E-05	0.9999122	3220.4221	0.9745819	0.9630462	0.9861176
1	2	8.91E-05	0.9999107	3184.1709	0.4940291	0.0019648	0.9860935
2	2	8.81E-05	0.9999122	3201.0754	1	1	1
3	2	8.86E-05	0.9999114	3222.402	0.6243829	0.262602	0.9861638
4	2	8.87E-05	0.9999114	3250.8543	0.565998	0.1459377	0.9860583
5	2	8.81E-05	0.9999116	3228.593	0.7576985	0.5291387	0.9862583
6	2	8.80E-05	0.999912	3214.2513	0.5560045	0.1258181	0.986191
7	2	9.00E-05	0.9999097	3236.7035	0.718502	0.4506804	0.9863236
8	2	8.89E-05	0.9999113	3204.2613	0.5305266	0.0747075	0.9863457
9	2	8.79E-05	0.9999122	3248.5226	0.6095367	0.2321497	0.9869236

用同樣的辦法可以得到另一組排序

1	2	8	6	4	9	3	7	5	0
0.001965	0.012352	0.074708	0.125818	0.145938	0.23215	0.262602	0.45068	0.529139	0.963046

而這組排序與第一組排序不同。

?所以應該如何解釋與0相似的圖片竟然有兩種不同的排序這個明顯矛盾的事實？一種可能的解釋，參數遷移表達的相互作用，作用的主體是x和（A，B），A和B作為一個整體，B的不同導致（A，B）整體的性質發生變化，并進一步導致x與A的相似性發生變化。這就意味著如果B有任意種，則x和A的相似性就有任意種。也就表明如果在一個外部環境B中，評價x和A的形態相似性，相似性將隨著B的變化而變化，x與A在第三方外部環境中的形態相似性是相對的，沒有唯一正確答案。

可以把B理解為分類原點，分類準確率作為x到A的距離，由于形態沒有內在遞進規律，B的改變導致形態數軸上的點x被重排。

總結

以上是生活随笔為你收集整理的参数迁移表达的第三种形态相互作用的全部內容，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。

日韩av黄I国产麻豆传媒I国产91av视频在线观看I日韩一区二区三区在线看I美女国产在线I麻豆视频国产在线观看I成人黄色短片

参数迁移表达的第三种形态相互作用

總結