比较三组迭代次数的变化

news2024/10/10 17:06:43

(A,B)---6*30*2---(0,1)(1,0)

让A是结构5,让B全是0。收敛误差为7e-4,收敛199次取迭代次数平均值,得到迭代次数为129535.3

(A,B)---6*30*2(5)---(0,1)(1,0)

然后让A分别是0,1,2,3,4,但是初始权重是5的收敛权重,收敛误差为7e-4,先用5收敛,得到收敛权重,每个结构用此权重再收敛,共199次,

得到迭代次

0

89344.08

1

89122.35

2

89385.8

3

89574.25

4

89199.59

这几个值几乎是相同的,训练集A-B矩阵的列可自由变换的假设在这种情况下依然适用。这几个值约为5迭代次数的69%,所以用5的收敛权重去分类0,1,2,3,4可以节约31%的运算。

同样再用5的收敛权重去分类11,17,23,29,35.得到迭代次数为

11

3

17

5

23

7

29

9

35

11

随着点与5的距离的增加,迭代次数变大,但是与129535.3相比可以近似认为迭代次数都相同约为1,虽然这种近似将导致误差但简化了计算。所以当点与5同列时迭代次数为1,节约100%的运算。

第三种情况

让A分别是10,15,20,25,30,同样用5的收敛权重作初始权重,得到迭代次数为

10

89172.89

15

89424.72

20

89387.52

25

89253.66

30

89293.71

这组数据和0,1,2,3,4的数据很相近,所以5的收敛权重把平面分成两类,同列的迭代次数为1,不同列的迭代次数减少31%。

导出结构5某次第一层6*30的初始权重和收敛权重

初始

收敛

1

0.071

0.071

31

0.069

0.069

61

-0.04

-0.04

2

0.023

0.023

32

0.013

0.013

62

-0.04

-0.04

3

0.079

0.079

33

0.095

0.095

63

-0.04

-0.04

4

0.017

0.017

34

-0.06

-0.06

64

-0.03

-0.03

5

-0.03

-0.03

35

0.075

0.075

65

-0.03

-0.03

6

0.049

0.049

36

0.037

0.037

66

-0.06

-0.06

7

-0.08

-0.08

37

0.087

0.087

67

-0.05

-0.05

8

-0.06

-0.06

38

0.053

0.053

68

-0.02

-0.02

9

0.041

0.041

39

0.067

0.067

69

0.095

0.095

10

0.085

0.085

40

0.031

0.031

70

0.041

0.041

11

-0.06

-0.06

41

0.017

0.017

71

-0.07

-0.07

12

-0.07

-0.07

42

0.041

0.041

72

0.047

0.047

13

-0.09

-0.09

43

0.077

0.077

73

0.009

0.009

14

-0.05

-0.05

44

-0.08

-0.08

74

-0.09

-0.09

15

0.085

0.085

45

-0.03

-0.03

75

-0.06

-0.06

16

-0.09

-0.09

46

0.041

0.041

76

0.085

0.085

17

0.005

0.005

47

-0.01

-0.01

77

0.055

0.055

18

0.075

0.075

48

0.049

0.049

78

-0.03

-0.03

19

-0.1

-0.1

49

-0.09

-0.09

79

0.091

0.091

20

-0.05

-0.05

50

-0.06

-0.06

80

0.029

0.029

21

-0.08

-0.08

51

-0.01

-0.01

81

-0.08

-0.08

22

0.005

0.005

52

0.009

0.009

82

-0.05

-0.05

23

-0.01

-0.01

53

-0.03

-0.03

83

0.075

0.075

24

-0.07

-0.07

54

0.053

0.053

84

-0.02

-0.02

25

-0.05

-0.05

55

0.067

0.067

85

-0.02

-0.02

26

-0.06

-0.06

56

0.063

0.063

86

0.049

0.049

27

-0.06

-0.06

57

-0.06

-0.06

87

0.057

0.057

28

-0.07

-0.07

58

0.095

0.095

88

0.027

0.027

29

0.029

0.029

59

-0.03

-0.03

89

0.083

0.083

30

-0.09

-0.09

60

-0

-0

90

-0.08

-0.08

91

-0.02

-0.02

121

0.065

0.065

151

0.061

1.311

92

0.007

0.007

122

0.003

0.003

152

0.073

-0.82

93

-0

-0

123

0.089

0.089

153

-0.06

-0.8

94

0.005

0.005

124

0.003

0.003

154

0.013

-0.93

95

0.001

0.001

125

-0.01

-0.01

155

-0.04

-1.8

96

-0.01

-0.01

126

0.081

0.081

156

0.069

1.754

97

-0.06

-0.06

127

-0.03

-0.03

157

0.049

0.013

98

-0.08

-0.08

128

0.089

0.089

158

0.009

1.378

99

0.029

0.029

129

-0.04

-0.04

159

-0.03

-0.43

100

0.001

0.001

130

-0

-0

160

0.061

-1.04

101

0.055

0.055

131

0.025

0.025

161

0.091

2.423

102

0.049

0.049

132

0.011

0.011

162

-0.09

-1.09

103

0.085

0.085

133

-0.04

-0.04

163

0.077

0.825

104

-0.07

-0.07

134

0.061

0.061

164

0.015

1.123

105

-0.03

-0.03

135

-0.06

-0.06

165

-0.04

0.13

106

0.061

0.061

136

0.023

0.023

166

-0.08

-1.54

107

0.091

0.091

137

0.087

0.087

167

0.037

0.461

108

0.047

0.047

138

0.023

0.023

168

0.085

1.265

109

0.071

0.071

139

0.045

0.045

169

0.081

1.974

110

0.071

0.071

140

-0.06

-0.06

170

-0.07

-1.28

111

0.079

0.079

141

-0.08

-0.08

171

0.059

-0.23

112

-0.04

-0.04

142

-0

-0

172

-0.04

-0.77

113

0.033

0.033

143

-0.03

-0.03

173

-0.02

-1.19

114

0.065

0.065

144

0.003

0.003

174

-0.04

-1.01

115

-0.09

-0.09

145

-0.01

-0.01

175

0.013

1.085

116

0.041

0.041

146

-0.02

-0.02

176

-0

-1.16

117

0.097

0.097

147

0.081

0.081

177

-0.06

-1.81

118

-0.03

-0.03

148

0.091

0.091

178

0.051

1.706

119

-0.01

-0.01

149

0.095

0.095

179

0.007

-0.45

120

-0.04

-0.04

150

0.091

0.091

180

-0.07

-0.97

画图

只有151-180的30个点有变化,其余的150个点完全没有变化,所以显然30个数对应一列,151-180对应第6列。

所以如果点与结构5同列则收敛权重的波形应该是相近的,而如果不同列将这个波形移动到其他列的成本是总运算量的约69%。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2202570.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

服装生产管理:SpringBoot技术实现

1 绪论 1.1 研究背景 当今时代是飞速发展的信息时代。在各行各业中离不开信息处理,这正是计算机被广泛应用于信息管理系统的环境。计算机的最大好处在于利用它能够进行信息管理。使用计算机进行信息控制,不仅提高了工作效率,而且大大的提高…

通过AI技术克服自动化测试难点(上)

本文我们一起分析一下AI技术如何解决现有的自动化测试工具的不足和我们衍生出来的新的测试需求。 首先我们一起看一下计算机视觉的发展历史,在上世纪70年代,处于技术萌芽期,由字符的识别技术慢慢进行演化,发展到现在,人…

C/S模型的简单实现(UDP服务器)、本地套接字(sockaddr_un )的讲解

目录 1.UDP 1.1 UDP服务器 1.2 TPC和UDP的比较 1.3 C/S模型 -- UDP recvfrom、sendto server client 2.本地套接字 2.1 套接字比较 2.2 函数参数选用 2.3 server 2.4 client 2.5 实现对比 1.UDP 1.1 UDP服务器 UDP 是一种无连接的传输协议,类似于发送…

SpringBoot MyBatis连接数据库设置了encoding=utf-8还是不能用中文来查询

properties的MySQL连接时已经指定了字符编码格式&#xff1a; url: jdbc:mysql://localhost:3306/sky_take_out?useUnicodetrue&characterEncodingutf-8使用MyBatis查询&#xff0c;带有中文参数&#xff0c;查询出的内容为空。 执行的语句为&#xff1a; <select id&…

已经被这几种广告彻底逼疯……还好有救了

这个假期回家团聚&#xff0c;爸妈小心翼翼问我手机越来越难用了&#xff0c;让我帮忙看看是不是中病毒了&#xff0c;了解后才知道原来事情是这样的&#xff1a; 以前开屏广告不小心误触已经让人恼火&#xff0c;现在是手机轻微动一动就会进入广告&#xff0c;打开app最后都不…

quantlab_ai版本v0.1代码发布: 从研报中提取因子并建模(附代码与研报集下载)

原创内容第676篇&#xff0c;专注量化投资、个人成长与财富自由。 今天我们继续开发AI大模型自动读研报。 从研报到模型&#xff0c;大致分成几步&#xff1a; ["propose_hypo_exp", "propose", "exp_gen", "coding", "runnin…

【玩转 JS 函数式编程_010】3.2 JS 函数式编程筑基之:以函数式编程的方式活用函数(上)

写在前面 按照惯例&#xff0c;过长的篇幅分开介绍&#xff0c;本篇为 JavaScript 函数式编程核心基础的第二部分——以函数式编程的方式活用函数的上篇&#xff0c;分别介绍了 JS 函数在排序、回调、Promise 期约、以及连续传递等应用场景下的用法演示。和之前章节相比难度又有…

“Flash闪存”基础 及 “SD NAND Flash”产品的测试

本篇除了对flash闪存进行简单介绍外&#xff0c;另给读者推荐一种我本人也在用的小容量闪存。 自带坏块管理的SD NAND Flash&#xff08;贴片式TF卡&#xff09;&#xff0c;尺寸小巧&#xff0c;简单易用&#xff0c;兼容性强&#xff0c;稳定可靠&#xff0c;标准SDIO接口&a…

【C++】map 和 set

目录 一 基础概念 1 关联式容器 2 键值对 3 树形结构的关联式容器 二 map 1 概念 2 基础操作 3 使用实列 1 实例一 2 实例二 3 实例三 4 实例四 4 multimap 1 实例一 三 set 1 概念 2 基础操作 3 使用实例 1 实例一 2 实例二 3 实例三 4 multiset 1 实…

SpringBoot使用esayExcel根据模板导出excel

1、依赖 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>3.1.3</version></dependency> 2、模板 3、实体类 package com.skybird.iot.addons.productionManagement.qualityTesting…

流程图 LogicFlow

流程图 LogicFlow 官方文档&#xff1a;https://site.logic-flow.cn/tutorial/get-started <script setup> import { onMounted, ref } from vue import { forEach, map, has } from lodash-es import LogicFlow, { ElementState, LogicFlowUtil } from logicflow/core …

字符编码发展史6 — BOM字节序标记

上一篇《字符编码发展史5 — UTF-16和UTF-32》我们讲解了UTF-16和UTF-32编码。本篇我们将继续讲解字符编码中的字节序标记(BOM)。 2.3. 第三个阶段 国际化 2.3.2. Unicode的编码方式 2.3.2.5. BOM 1. 什么是BOM&#xff1f; BOM是Byte Order Mark的缩写&#xff0c;翻译成…

研究生异地报名,需要社保缴费记录,没有社保记录怎么办。

1、户籍在安徽省&#xff0c;在北京工作&#xff0c;想报北京科技大学&#xff1b; 招生简章中没有提社保记录&#xff0c;但是在报名的时候&#xff0c;又出来要求&#xff1a;北京连续6个月的社保记录。这里是指在北京市考试的要求。没有连续社保缴费记录&#xff0c;肯定不能…

Python 与 Pycharm 的简易安装教程,包含Pycharm的修改

一. 官方网站 Python网址&#xff1a;python唯一的官方网址。 Pycharm网址&#xff1a;Pycharm的官方网址。 二. python安装步骤 滑动到红色框内 Downloads 导航栏。 红色框是选择适合自己电脑系统和版本的部分&#xff0c;蓝色框是选择系统的部分&#xff0c;黄色框是版本号。…

【大数据】数据分析之Spark框架介绍

文章目录 概述一、发展历程与背景二、核心特点三、生态系统与组件四、应用场景五、与其他大数据技术的比较 核心概念1. 弹性分布式数据集&#xff08;RDD, Resilient Distributed Dataset&#xff09;2. 转换&#xff08;Transformations&#xff09;和动作&#xff08;Actions…

Rust编程的函数

【图书介绍】《Rust编程与项目实战》-CSDN博客 《Rust编程与项目实战》(朱文伟&#xff0c;李建英)【摘要 书评 试读】- 京东图书 (jd.com) Rust编程与项目实战_夏天又到了的博客-CSDN博客 7.1 函 数 定 义 在Rust中&#xff0c;函数使用fn关键字定义&#xff0c;后跟函数…

how to increase the height of the ps or cdm window

when the line reaches the bottom; directly pull up the top bar of the window after pulling down the bar

【Linux】ComfyUI和SD WebUI之PYTHON环境共享,模型共享,LORA等公共资源共享

需求 一般玩AI绘图都会装ComfyUI和SD WebUI。而且这俩的模型、lora等都是一致的。为了避免空间的浪费&#xff0c;一般会采用共享数据的方式。而且共享的数据可以任意指定分区&#xff0c;这让挂载NAS共享空间成为可能&#xff0c;实现多绘画机ComfyUI和SD WebUI共享资源。 实…

攀爬数据集,约500张 !VOC格式,yolo可直接使用~真实场景特征明显高清图,yolo可直接使用!

攀爬数据集&#xff0c;约500张&#xff01;&#xff01;&#xff01; VOC格式&#xff0c;yolo可直接使用&#xff5e; 真实场景特征明显高清图&#xff0c;yolo可直接使用&#xff01; 攀爬数据集&#xff0c;约500张&#xff01;&#xff01;&#xff01; VOC格式&#xff0…

用GPT-4o打造LLM+OS(10+实用技能),代码开源,指令曝光,科技演示惊艳全场!

目录 前言 LLM操作系统能力概况&#xff08;phidata中前5个已经实现&#xff09;&#xff1a; 可以读取/生成文本 拥有比任何单个人类更全面的知识 可以浏览互联网 可以使用现有的软件基础设施&#xff08;计算器、Python、鼠标/键盘&#xff09; 可以与其他LLMs通信 可…