比较迭代次数最小的结构

 ( A, B )---6*30*2---( 1, 0 )( 0, 1 )

让网络的输入有6个节点,训练集AB各由6张二值化的图片组成,让B全是0, 所以差值结构的尺寸为6*6,在这6*6的范围中迭代次数最小的结构是什么?

迭代次数

迭代次数

-

-

-

128427

-

1

-

6830.849

-

-

-

128427

-

-

-

6830.849

-

-

-

128427

-

-

-

6830.849

1

-

-

128427

-

-

-

6830.849

-

-

-

128427

1

1

-

6830.849

-

-

-

128427

1

-

-

6830.849

-

-

1

58494

-

-

-

4600.809

-

-

1

58494

-

1

1

4600.809

-

-

-

58494

-

1

-

4600.809

-

-

-

58494

-

1

-

4600.809

-

-

-

58494

-

-

1

4600.809

-

-

-

58494

-

-

-

4600.809

-

-

-

28081

1

1

1

2500.799

-

-

-

28081

1

-

-

2500.799

-

-

-

28081

-

1

-

2500.799

-

-

-

28081

-

-

1

2500.799

1

1

-

28081

-

-

-

2500.799

1

-

-

28081

-

-

-

2500.799

28081

2500.799

分别比较1,2,3,4,5,6点迭代次数最小的结构,结果很明显,点越多迭代次数越小。因为权重是随机的,所以权重最可能是一半0一半1,所以在6*6的范围内迭代次数最小的结构一定是18点,因为这个结构最容易被随机到。

所以一个n点的结构总可以认为是由一个或几个n-1点的结构构造的,但这样递归下去总要解释,2点结构总是由1+1构成的,但1没有顺序,那2点结构的顺序是如何产生的。

所以有理由猜测结构的顺序有两条生成逻辑,一种是从数量上比较,多点结构总是由少点结构+1构造的,一种是从寻找效率比较,在小于等于差值结构一半的范围内,多点结构总是更容易被找到,少点结构是由多点结构-1构造的.

迭代

1

2

3

迭代

3a1

0

1

1

23302

1

1

1

2a1

0

0

0

48757

0

1

0

23302

1

1

1

0

0

0

48757

0

0

0

23302

1

1

1

0

0

0

48757

0

0

0

23302

1

1

1

0

0

1

48757

0

0

0

23302

1

1

1

0

0

1

48757

1

1

1

3a2

0

1

0

30302

3

0

1

0

30302

3

2a2

0

0

0

66504

0

1

0

30302

3

0

0

0

66504

0

0

0

30302

3

0

0

0

66504

0

0

0

30302

3

0

1

0

66504

3

0

0

1

66504

3a3

0

0

1

30392

1

2

0

1

0

30392

1

2

0

0

1

30392

1

2

2a3

0

0

0

85402

0

0

0

30392

1

2

0

0

0

85402

0

0

0

30392

1

2

0

0

0

85402

1

2

0

0

0

85402

3a4

1

0

1

43725

2

1

0

1

1

85402

0

0

0

43725

2

1

0

0

0

43725

2

1

0

0

0

43725

2

1

0

1

0

43725

2

1

2

1

3a5

1

0

0

49778

3

0

1

0

49778

3

0

0

1

49778

3

0

0

0

49778

3

0

0

0

49778

3

3

3a6

1

1

1

76204

3

0

0

0

76204

3

0

0

0

76204

3

0

0

0

76204

3

0

0

0

76204

3

3

如2a1可以认为是由3a1,3a2,3a3减一构造的

所以用3a1,2,3标定2a1得到0.2*1+0.6*2+0.2*3=2

2a1

2a2

2a3

1

1

0.2

0.2

1

1

0.13

0.13

1

1

0.2

0.2

2

3

0.6

1.2

3

2

0.25

0.75

4

1

0.2

0.8

3

1

0.2

0.6

4

2

0.25

1

6

3

0.6

3.6

5

3

0.38

1.88

2

3.75

4.6

用同样办法计算2a2和2a3,则得到2a1<2a2<2a3

所以假如存在一种顺序,这种顺序同时满足多点向少点方向的演化,和少点向多点方向的演化,实现可逆。那这个顺序应该就是解。

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:/a/374322.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

OpenWrt之有线中继无缝漫游mesh组网详解

文章目录 前言什么是MeshMesh的优点检查OpenWrt的设置选项设置WIFI设置KVRNAS ID设置教程 移动域 / Mobility Domain设置教程 重关联截止时间 / Reassociation Deadline设置教程 FT协议 / Fast Transition / FT protocol设置教程 本地生成 PMK / Generate PMK locally设置教程 …

java设计模式之中介者模式

中介者模式&#xff08;Mediator Pattern&#xff09; 基本介绍 中介者模式&#xff0c;用一个中介对象来封装一系列的对象交互。中介者使各个对象不需要显式地相互引用&#xff0c;从而使其解耦松散。而且可以独立地改变它们之间的交互。中介者模式属于行为型模式。比如MVC模…

vue3+echarts:Vue中使用echarts从后端获取数据并赋值显示

//由于前后端交互,所以使用axios发送请求 const Count ref(null); //设备种类数值 const Name ref(null); //设备种类名称 //设备种类 饼图 const pieChart () > {const getpieChart echarts.init(document.getElementById("deviceKind"));// 创建图标getpieC…

Windows11安装运行Linux(Ubuntu)

一、安装windows支持 输入windows打开界面 选择虚拟机监控程序平台、适用于linux的子系统、虚拟机平台 在 Windows 系统中&#xff0c;"虚拟机平台"和"虚拟机监控程序平台"是两个与虚拟化相关的功能&#xff0c;但它们各自有着不同的作用和用途。 虚拟机…

【FPGA】高云FPGA之IP核的使用->PLL锁相环

FPGA开发流程 1、设计定义2、设计输入3、分析和综合4、功能仿真5、布局布线6、时序仿真7、IO分配以及配置文件&#xff08;bit流文件&#xff09;的生成8、配置&#xff08;烧录&#xff09;FPGA9、在线调试 1、设计定义 使用高云内置IP核实现多路不同时钟输出 输入时钟50M由晶…

【PostgreSQL内核学习(二十六) —— (共享数据缓冲区)】

共享数据缓冲区 概述共享数据缓冲区管理共享缓冲区管理的核心功能包括&#xff1a; 共享数据缓冲区的组织结构初始化共享缓冲池BufferDesc 结构体InitBufferPool 函数 如何确定请求的数据页面是否在缓冲区中&#xff1f;BufferTag 结构体RelFileNode 结构体ForkNumber 结构体Re…

高速接口PCB布局指南(二)通用高速信号布线

高速接口PCB布局指南&#xff08;二&#xff09;通用高速信号布线 1.PCB材料编织2.高速信号布线长度3.高速信号布线长度匹配4.高速信号参考平面 tips&#xff1a;资料主要来自网络&#xff0c;仅供学习使用。 1.PCB材料编织 在常见的 PCB 材料上为差分信号布线时&#xff0c;…

【Iceberg学习二】Branch和Tag在Iceberg中的应用

Iceberg 表元数据保持一个快照日志&#xff0c;记录了对表所做的更改。快照在 Iceberg 中至关重要&#xff0c;因为它们是读者隔离和时间旅行查询的基础。为了控制元数据大小和存储成本&#xff0c;Iceberg 提供了快照生命周期管理程序&#xff0c;如 expire_snapshots&#xf…

知识图谱问答:构建人机自然交互的桥梁

目录 前言1 基本概念1.1 图灵测试1.2 特定领域的问答系统1.3 知识图谱问答1.4 典型应用与系统 2 智能问答系统分类2.1 问句类型分类2.2 系统来源分类 3 实现知识图谱问答主要技术方法3.1 基于问句模板的方法3.2 基于语义解析的方法3.3 基于检索排序的方法3.4 基于深度学习的方法…

代码随想录算法训练营第十二天 | 239. 滑动窗口最大值,347.前 K 个高频元素 [栈与队列篇]

代码随想录算法训练营第十二天 LeetCode 239. 滑动窗口最大值题目描述思路参考代码总结 LeetCode 347.前 K 个高频元素题目描述思路参考代码 LeetCode 239. 滑动窗口最大值 题目链接&#xff1a;239. 滑动窗口最大值 文章讲解&#xff1a;代码随想录#239. 滑动窗口最大值 视频讲…

现货黄金突破2050美元 后续还会涨吗?

一两个月以前&#xff0c;受美联储降息预期影响&#xff0c;现货黄金价格一度强势上涨&#xff0c;并且刷新历史新高。随后&#xff0c;市场不断消化降息预期&#xff0c;金价逐步回落&#xff0c;盘中一度下探2000大关。在今年的一季度&#xff0c;行情再度发生变化&#xff0…

华为5G沸沸扬扬!那你知道三防平板网络是什么类型呢!

近日&#xff0c;华为在5G的事件在热搜上可是着实的火了一把啊&#xff01;让小编想起一款来自亿道信息EM-I22K-5G的一款三防平板产品&#xff0c;你知道是什么网络类型的呢&#xff1f; EM-I22K-5G 不知道&#xff1f;没关系呀&#xff01;小编可以为你普及亿道信息EM-I22K-5G…

寒假作业-day5

TCP和UDP区别 TCP ----稳定 1、提供面向连接的&#xff0c;可靠的数据传输服务&#xff1b; 2、传输过程中&#xff0c;数据无误、数据无丢失、数据无失序、数据无重复&#xff1b; 3、数据传输效率低&#xff0c;耗费资源多&#xff1b; 4、数据收发是不同步的&#xff1b; UD…

软件价值8-站点连通性检查

站点连通性检查&#xff0c;即看网站是否能访问得通&#xff0c;实用价值不大&#xff0c;不过用来作软件应用入门还不错。 代码&#xff1a; import urllib.request import tkinter as tkdef test_connectivity():window tk.Tk()window.geometry(600x400)window.resizable(F…

性能实测:分布式存储 ZBS 与集中式存储 HDS 在 Oracle 数据库场景表现如何

作者&#xff1a;深耕行业的 SmartX 金融团队 金鑫 在金融客户的基础架构环境中&#xff0c;HDS 是一种被广泛使用的存储解决方案。作为集中式存储的代表之一&#xff0c;HDS 拥有高性能、高可用性和可扩展性的企业级存储特点&#xff0c;适用于实时数据处理、虚拟化和灾难备份…

阿里云游戏服务器一年费用多少?

阿里云游戏服务器租用价格表&#xff1a;4核16G服务器26元1个月、146元半年&#xff0c;游戏专业服务器8核32G配置90元一个月、271元3个月&#xff0c;阿里云服务器网aliyunfuwuqi.com分享阿里云游戏专用服务器详细配置和精准报价&#xff1a; 阿里云游戏服务器租用价格表 阿…

论文阅读-Transformer-based language models for software vulnerability detection

「分享了一批文献给你&#xff0c;请您通过浏览器打开 https://www.ivysci.com/web/share/biblios/D2xqz52xQJ4RKceFXAFaDU/ 您还可以一键导入到 ivySCI 文献管理软件阅读&#xff0c;并在论文中引用 」 本文主旨&#xff1a;本文提出了一个系统的框架来利用基于Transformer的语…

JavaScript常用技巧专题七

文章目录 一、提炼函数1.1、好处1.2、示例 二、合并重复的条件片段三、把条件分支语句提炼成函数四、合理使用循环五、提前让函数退出代替嵌套条件分支六、传递对象参数代替过长的参数列表七、少用三目运算符八、合理使用链式调用8.1、优点8.2、缺点 九、纯函数9.1、不属于纯函…

2-2 动手学深度学习v2-损失函数-笔记

损失函数&#xff0c;用来衡量预测值和真实值之间的区别。是机器学习里面一个非常重要的概念。 三个常用的损失函数 L2 loss、L1 loss、Huber’s Robust loss 均方损失 L2 Loss l ( y , y ′ ) 1 2 ( y − y ′ ) 2 l(y,y^{\prime})\frac{1}{2}(y-y^{\prime})^{2} l(y,y′)21…

火山引擎ByteHouse:如何为OLAP设计高性能向量检索能力?

更多技术交流、求职机会&#xff0c;欢迎关注字节跳动数据平台微信公众号&#xff0c;回复【1】进入官方交流群 背景 随着 LLM 技术应用及落地&#xff0c;数据库需要提高向量分析以及 AI 支持能力&#xff0c;向量数据库及向量检索等能力“异军突起”&#xff0c;迎来业界持续…