对神经网络分类行为的认识二则
分類與自旋
“每一種粒子都具有一個固定的自旋值,永遠不變,粒子從來不存在開始轉得更快或更慢;以?作為度量單位,
宇宙中每個光子的自旋等于每個希格斯玻色子的自旋等于零;自旋是粒子的固有屬性,不是那種隨著粒子的演化而變化的量(除非它變換成另一種粒子)。
與常規的軌道角動量不同的是,自旋的最小單位是半個?而不是一個?。電子的自旋為1/2,上夸克的自旋也是1/2。
電子自旋是一個重要的相對論特性(與我們在日常生活中遇到的與旋轉物體相關的自旋有著本質的區別)。”
(A,B)---m*n*k---(1,0)(0,1)
制作一個分類A和B的網絡,這個網絡有兩部分組成,A和B兩個訓練集,m*n*k作為網絡,而網絡m*n*k有兩個態(1,0)和(0,1)。
?這一過程運動部分是A和B,但A和B的運動結果是通過網絡的兩個態來表現的。也就是這個網絡的兩個態表達了兩個對象的運動,我們對同一個對象的觀察對應的是兩個物體的運動。而顯然在神經網絡分類的行為中,我們不必知道A與B之間的距離,這就意味著網絡m*n*k所體現的A和B之間的運動與A和B之間的距離無關,所以這種運動對網絡m*n*k來說是超距的,是瞬時的。
?而對這個二分類網絡,他只有兩個態(1,0)和(0,1)。現在把這兩個態理解為自旋的兩個方向↑↓。所以綜合,發生于A,B與網絡m*n*k之間的一種瞬時相互作用最終決定了網絡m*n*k的自旋取向。
所以所謂的分類過程就是測量網絡自旋取向的過程,如果讓A向(1,0)收斂,而讓B向(0,1)收斂。然后用A判斷網絡的自旋取向,則自旋一定是↑是單向的。但如果訓練過程是一個瞬時的運動就不能排除A向(0,1)收斂而B向(1,0)收斂的可能,因此判斷在狀態A時網絡的自旋就同時有兩種可能↑↓,他們發生的概率是一半對一半。
/***/
尋找形態數軸的不動點
(分類原點,分類對象)---m*n*k---(1,0)(0,1)
也就是尋找一個分類對象與任何分類原點分類,迭代次數都相同。這個分類對象在所有的形態數軸上的位置是一個定值。
在實數數軸上找到一個與1,3,5等距的點是不可能的,因為實數有明確的內在遞進規律。在直線上沒有到3個點距離都相同的點。
而形態數軸上的點是沒有遞進規律的,這就意味著這些形態點并不是在一條直線上。所以至少可以合理假設存在與遠多于兩個形態點等距的不動點。
假如真的有這樣全面的分類不動點,就意味著無論什么時候,也無論在哪里看這個不動點,得到的感受總是相同的。這種感受將是無條件的,是時間對稱,是恒不變的。 ?
這意味這將人的感受形態化,全面分類不動點對應的形態看起來像是一種感受晶體。不確定這種全面的分類不動點是否真的存在,但局部的分類不動點是廣泛存在的,比如電影,音樂,人在看過以后會有某些共同的感受,如果把摞在一起的文字看作是一個形態整體,而我們的理解就是對這個形態整體的認識,所以文字本身不就是一種局部形態不動點嗎?
我們把文字僅僅看作是形態,我們可以通過文字交流,顯然是因為我們有共同的文字形態數軸。所以從這個角度人與人之間文字的交流不就是在建立基于共同的形態數軸構造局部不動點的過程嗎?
總結
以上是生活随笔為你收集整理的对神经网络分类行为的认识二则的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Java遗传算法并行多机调度程序
- 下一篇: 力的作用与形态的分类