9-2分布迭代次数的15个梯度

news2025/1/16 3:53:59

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

让网络的输入只有1个节点,AB训练各由11张二值化的图片组成,让A中有3个0,B中全是0,排列组合A的所有可能,统计迭代次数的顺序。

A-B

迭代次数

标准差

势能

标准差+势能

11

 "00011111111"

3+f1

20470.206

0

0

8

3.77124

 "11111111000"

1

2

3

4

5

6

7

8

4.5

8.271236166

11

 "01001111111"

3+f2

21099.4824

1

0

7

3.09121

 "11111110100"

1

2

3

4

5

6

7

9

4.625

7.716206165

11

 "00101111111"

3+f3

21759.8141

0

1

7

3.09121

 "11111110010"

1

2

3

4

5

6

7

10

4.75

7.841206165

11

 "01100111111"

3+f4

21810.6784

2

0

6

2.49444

 "11111101100"

1

2

3

4

5

6

8

9

 

4.75

7.244438258

11

 "01110011111"

3+f5

22313.8141

3

0

5

2.0548

 "11111011100"

1

2

3

4

5

7

8

9

 

4.875

6.929804668

11

 "01010111111"

3+f6

22402.9095

1

1

6

2.35702

 "11111101010"

1

2

3

4

5

6

8

10

4.875

7.232022604

11

 "01111001111"

3+f7

22920.4271

4

0

4

1.88562

 "11110011110"

1

2

3

4

7

8

9

10

5.5

7.385618083

11

 "00110111111"

3+f8

22920.2965

0

2

6

2.49444

 "11111100110"

1

2

3

4

5

6

9

10

 

5

7.494438258

11

 "01101011111"

3+f9

23066.3467

2

1

5

1.69967

 "11111011010"

1

2

3

4

5

7

8

10

 

5

6.699673171

11

 "00111011111"

3+f10

23183.9347

0

3

5

2.0548

 "11111001110"

1

2

3

4

5

8

9

10

 

5.25

7.304804668

11

 "01110101111"

3+f11

23570.9196

3

1

4

1.24722

 "11110111010"

1

2

3

4

6

7

8

10

5.125

6.372219129

11

 "01011011111"

3+f12

23729.1106

1

2

5

1.69967

 "11111010110"

1

2

3

4

5

7

9

10

 

5.125

6.824673171

11

 "01011101111"

3+f13

24086.9397

1

3

4

1.24722

 "11110101110"

1

2

3

4

6

8

9

10

5.375

6.622219129

11

 "01101101111"

3+f14

24342.9095

2

2

4

0.94281

 "11110110110"

1

2

3

4

6

7

9

10

5.25

6.192809042

11

 "01110111011"

3+f15

24833.3719

3

3

2

0.4714

 "11101110110"

1

2

3

5

6

7

9

10

5.375

5.846404521

收敛误差7e-4,每组收敛199次。统计平均值。

只有f1到f15,这15种可能,每种可能有11种组合,共165种组合。迭代次数由f1到f15逐渐变大。

首先比较0分布的标准差

标准差和迭代次数成反比

再通过质心的高度比较势能

势能曲线和迭代次数成正比。

如果同样假设存在一个竖直的引力场,单列粒子之间存在排斥力。则标准差越小表明0分布越均匀,排斥能也越小。把排斥能和势能相加得到曲线

则得到系统总的能量与迭代次数成反比。迭代次数越大表明A在B的力场中能级越低,越稳定。

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/435613.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

30天学会《Streamlit》(6)

30学会《Streamlit》是一项编码挑战,旨在帮助您开始构建Streamlit应用程序。特别是,您将能够: 为构建Streamlit应用程序设置编码环境 构建您的第一个Streamlit应用程序 了解用于Streamlit应用程序的所有很棒的输入/输出小部件 第6天 - 使…

【案例教程】基于RWEQ模型的土壤风蚀模数估算及其变化归因分析实践技术

土壤风蚀是一个全球性的环境问题。中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱、半干旱及部分湿润地区土地荒漠化的首要过程。中国风蚀荒漠化面积达160.74104km2,占国土总面积的16.7%,严重影响这些地区的资源开发和社会经…

什么是5G?关于5G你需要知道的知识

问:什么是5G? Answer: 5G是第五代移动网络。它是继1G、2G、3G、4G网络之后的新的全球无线标准。5G 支持一种新型网络,旨在将几乎所有人和所有事物连接在一起,包括机器、物体和设备。 5G 无线技术旨在为更多用户…

【MAVEN_Configuration】maven下载配置IDEA配置以及阿里云镜像配置

&#xff03;    下载 MAVNEDownLoad &#xff03; 配置 解压 指定文件夹 系统变量配置 在这里插入图片描述 check cmd 配置settings 本地仓库 阿里云镜像配置 mvn全局jdk <!-- java版本 --> <profile> <id>jdk-1.8</id> <activat…

JavaSE/内部类

前言 在学习Java的过程当中&#xff0c;不难发现Java全是由类与对象构成的&#xff0c;所以在一个类当中定义和使用一个另外一个类是我们学习过程中必须要学会使用的&#xff0c;而这种类&#xff0c;被称之为内部类。 一、实例内部类 class A{void a(){}class B{void a(){}} …

计算机图形学(5):OpenGL光照

参考 介绍 现实世界中的光照是极其复杂&#xff0c;难以计算的&#xff0c;因此OpenGL的光照使用的是简化的模型&#xff0c;其中一个模型被称为冯氏光照模型(Phong Lighting Model)。 冯氏光照模型的主要结构由三个分量组成&#xff1a; 环境(Ambient)光照 漫反射(Diffuse)…

【Docker学习三部曲】—— 入门篇

Docker 入门 Docker 概述 1️⃣ 什么是 docker &#xff1f; Docker 是一种运行应用程序的平台&#xff0c;它可以使应用程序在容器中不受环境差异的影响进行部署和运行。Docker 的流行度越来越高&#xff0c;是因为它可以帮助在不同的开发者和开发团队之间实现代码的共享和…

Linux centos搭建web服务器

文章目录 前言1. 本地搭建web站点2. 测试局域网访问3. 公开本地web网站3.1 安装cpolar内网穿透3.2 创建http隧道&#xff0c;指向本地80端口3.3 配置后台服务 4. 配置固定二级子域名5. 测试使用固定二级子域名访问本地web站点 前言 在web项目中,部署的web站点需要被外部访问,则…

动力节点Vue3课程笔记——四、Vue与AJAX

四、Vue与AJAX 4.1 回顾发送AJAX异步请求的方式 发送AJAX异步请求的常见方式包括&#xff1a; 原生方式&#xff0c;使用浏览器内置的JS对象XMLHttpRequest const xhr new XMLHttpRequest()xhr.onreadystatechange function(){}xhr.open()xhr.send() 原生方式&#xff0…

30天学会《Streamlit》(7)

30学会《Streamlit》是一项编码挑战&#xff0c;旨在帮助您开始构建Streamlit应用程序。特别是&#xff0c;您将能够&#xff1a; 为构建Streamlit应用程序设置编码环境 构建您的第一个Streamlit应用程序 了解用于Streamlit应用程序的所有很棒的输入/输出小部件 第7天 - st…

聚焦商会 | 活动彰显一个商会的战斗力与影响力

4月13日&#xff0c;北京厦航嘉年华酒店。 一个普通的日子&#xff0c;对北京茶业企业商会来说却是值得纪念的一天&#xff0c;可以浓笔重墨书写的一天。 一天成功举办了三场活动&#xff0c;得到社会各界的支持与肯定。 北京茶业企业商会是如何做到的&#xff1f;经过与商会领…

python批量下载怀俄明大学探空数据Wyoming soundings并处理

下载怀俄明大学的探空数据&#xff0c;之前用的是气象家园写的maltab脚本&#xff0c;但总是链接不上&#xff0c;而且有的站点需要用新网址&#xff0c;有的有需要用老网址&#xff0c;很麻烦&#xff0c;痛定思痛用决定终于用python了&#xff0c;主要有两种方式&#xff0c;…

nightingale-0-介绍单机二进制部署

(一) 夜莺介绍 Nightingale | 夜莺监控&#xff0c;一款先进的开源云原生监控分析系统&#xff0c;采用 All-In-One 的设计&#xff0c;集数据采集、可视化、监控告警、数据分析于一体&#xff0c;与云原生生态紧密集成&#xff0c;提供开箱即用的企业级监控分析和告警能力。于…

渗滤液除氨氮、矿井水除氨氮,氨氮吸附技术

垃圾渗滤液是生活垃圾的必然产物&#xff0c;顾名思义&#xff0c;垃圾渗滤液是指来源于垃圾填埋场中垃圾本身含有的水分、进入填埋场的雨雪水及其他水分&#xff0c;扣除垃圾、覆土层的饱和持水量&#xff0c;并经历垃圾层和覆土层而形成的一种高浓度的有机废水。垃圾在堆放和…

[golang gin框架] 24.Gin 商城项目-redis讲解以及操作

一.reids相关文章 Redis五种数据类型及其应用场景 REDIS中的缓存穿透&#xff0c;缓存击穿&#xff0c;缓存雪崩原因以及解决方案 redis实现用户签到&#xff0c;统计活跃用户&#xff0c;用户在线状态&#xff0c;用户留存率 [golang gin框架] 12.Gin 商城项目-base64Captcha生…

KDXJ-8 SF6气体泄漏报警在线检测系统

一、功能特点 1. 定量测量SF6&#xff08;六氟化硫&#xff09;气体浓度&#xff1b; 2. 定量测量O2&#xff08;氧气&#xff09;气体浓度&#xff1b; 3. 定量测量大气温湿度&#xff1b; 4. 可根据需要设置SF6和O2气体浓度的报警点&#xff1b; 5. 后台监控&#xff1b; 6.…

【通过加载plist文件显示分组数据 Objective-C语言】

一、展示汽车品牌数据 1.首先,我们还是先把控制器调成3.5英寸,再把模拟器调成iPhone4S, 2.然后呢,我们要先把素材拷进来, 我们要展示,要把一个plist文件中的数据展示到我们的这个UITableView里面,所以说,首先,是要把我们的plist文件拷进来, 找到我们这个plist文件…

爱智EdgerOS之深入解析在爱智应用中如何使用Socket.IO轻松实现双向通信

一、什么是 Socket.IO&#xff1f; Socket.IO 是一个基于事件通信的实时应用程序框架&#xff0c;它在即时通讯、通知和消息推送&#xff0c;实时分析等场景中有广泛的应用。Socket.IO 包括两个部分&#xff1a; 在 Server 端的模块&#xff08;JSRE 已提供了 socket.io 模块&…

Onnx 转Ncnn

Onnx 转Ncnn 算法工程师给了onnx,需要转成ncnn才能用到安卓上去&#xff0c;步骤如下 简化onnx 算法给了.onnx后缀的文件&#xff0c;100多兆&#xff0c;太大&#xff0c;第一步&#xff0c;先简化&#xff1a; conda env list 查看conda环境&#xff08;前提是之前已经配…

企业级实践:分布式系统中的可靠消息最终一致性方案

背景 公司由于业务爆发式增长&#xff0c;新上了许多业务系统&#xff0c;例如&#xff1a;本地生活、社区团购、旅投B2B、旅投B2C等系统&#xff1b;同时&#xff0c;由于业务系统越来越多&#xff0c;为了运营方便&#xff0c;把分销、营销、订单、会员等多个业务系统公共业…