• 计算二值化图片的迭代次数

    (A，B)---m*n*k---(1,0)(0,1)

    用神经网络分类A和B，让A中有9个1，B中有5个1，计算这个网络的迭代次数。

    移动距离和的假设

    用神经网络分类A和B，把参与分类的A和B中的数字看作是组成A和B的粒子，设分类的过程就是让A和B中的粒子互相交换位置，寻找最短移动路径的过程。而熵H与最短移动距离和成正比，迭代次数n和熵H成反比。

    对二值化图片移动规则汇总

    每个粒子移动一次，位置重合不移动，0不动，单次移动距离恒为1.

    按照移位距离和假设，951中不重合的点有4个，因此951的移动距离和为4，而941的移动距离和为5，961的移动距离和为3.因此951的迭代次数应该小于961，大于941

    961

    951

    941

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    25523.99

    22959.57

    4.00E-04

    30958.15

    27774.2

    3.00E-04

    40262.78

    35993.35

    2.00E-04

    59096.97

    52950.71

    1.00E-04

    113446.1

    101146.2

    总移动距离

    3

    4

    5

    这次验证这一猜测

    第一组实验951-953，得到数据

    951

    952

    953

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    23904.73

    23795.07

    23801.59

    4.00E-04

    28978.03

    28937.15

    29324.19

    3.00E-04

    38252.24

    38369.51

    38000.34

    2.00E-04

    55426.48

    55361.27

    55790.98

    1.00E-04

    106880.8

    105691.6

    104897.6

    比较951和941，961的数据

    961

    951

    941

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    25523.99

    23904.73

    22959.57

    4.00E-04

    30958.15

    28978.03

    27774.2

    3.00E-04

    40262.78

    38252.24

    35993.35

    2.00E-04

    59096.97

    55426.48

    52950.71

    1.00E-04

    113446.1

    106880.8

    101146.2

    总移动距离

    3

    4

    5

    确实得到迭代次数961>951>941，这个顺序符合假设，并且由于这几组图片的不重合点都只有4个，因此他们的迭代次数相同，这个现象也与假设一致。

    所以对于二值化的图片，在网络结构相同的前提下，是可以通过计算不重合点的数量，对迭代次数的大小关系给出一个很合理的解释。

    为进一步确认这一现象，又做了第二组实验，得到迭代次数

    951

    952

    953

    954

    955

    956

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    23904.73

    23795.07

    23801.59

    24159.42

    23923.14

    23806

    4.00E-04

    28978.03

    28937.15

    29324.19

    29142.43

    29291.83

    29155.65

    3.00E-04

    38252.24

    38369.51

    38000.34

    38254.14

    38114.63

    37731.15

    2.00E-04

    55426.48

    55361.27

    55790.98

    55251.35

    55435.69

    55622.99

    1.00E-04

    106880.8

    105691.6

    104897.6

    106630

    107345.4

    106412.7

    几组新数据是高度重合的，也同样符合预期。

    再将这次的数据与前述的实验数据做比较

    981

    971

    122

    961

    951

    941

    δ

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    迭代次数n

    5.00E-04

    34219.01

    28229.22

    25862.05

    25523.99

    23904.73

    22959.57

    4.00E-04

    41899.68

    34548.15

    31524.1

    30958.15

    28978.03

    27774.2

    3.00E-04

    53474.56

    44497.27

    41011.36

    40262.78

    38252.24

    35993.35

    2.00E-04

    77797.83

    64693.36

    59270.11

    59096.97

    55426.48

    52950.71

    1.00E-04

    148175

    123601.3

    112397.9

    113446.1

    106880.8

    101146.2

    总移动距离

    1

    2

    3

    3

    4

    5

    迭代次数与总移动距离之间的反比关系很清晰，也进一步验证了假设。

  • 相关阅读:
    3.3.2JavaScript网页编程——WebAPI（JS之DOM网页特效篇）
    pytorch 笔记：index_select
    《OpenDRIVE1.6规格文档》6
    Apple m1 pro SourceTree 拉代码，AndroidStudio运行
    Spring源码--容器的基本实现与BeanDefinition
    分库分表的介绍
    SQL必需掌握的100个重要知识点：汇总数据
    前端常见问题（vue-题库一）
    MySQL数据库
    Linux驱动入门
  • 原文地址：https://blog.csdn.net/georgesale/article/details/125411391