当前位置：网站首页>以0为底或以1为底对图片迭代次数的影响

以0为底或以1为底对图片迭代次数的影响

2022-08-08 03:17:00 【黑榆】

用神经网络分类8159和8159d0，两组图片的A中只有1个0.8，B中有0.1，0.5，0.9，不同的是8159以1为底，而8159d0以0为底。他们的迭代次数之间有什么关系？

(A，B)---m*n*k---(1,0)(0,1)

移位距离和假设

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，分类的过程就是让A和B中的粒子互相交换位置，寻找最短移位路径的过程。而熵H与最短移位距离和S成正比，迭代次数n与熵H成反比。

移位规则汇总

每个粒子移位一次，位置重合不移位，单次移位距离如果图片以1为底等于1-元素数值若以0为底则为元素本身。

按照移位距离和假设，8159的移位距离为4-0.8-0.1-0.5-0.9=1.7.而8159d0的移位距离和为0.8+0.1+0.5+0.9=2.3.因为1.7<2.3根据移位距离和与迭代次数的反比关系，可以得出8159的迭代次数>8159d0的迭代次数。

实验验证这一猜测

分类8159，8258，8357，8456，8555，他们的移位距离和都是1.7，因此迭代次数应该是相近的。得到的数据

移位距离和假设处理非二值化问题会带来误差，他们并不是严格相等的，是逐渐变大的

最大值和最小值相差12%。在前述实验中得出S=1的迭代次数平均为147493，S=2的迭代次数平均为123206，则估算S=1.7的迭代次数为130492.而8159到8555的平均迭代次数为153626，则预估值偏小，比实测值小17.7%。

做第二组实验

分类8159d0，8258d0，8357d0，8456d0，8555d0。得到的迭代次数为

他们是依次减小的，但最大值和最小值之间只相差6%。在前述实验中已经得到s=3的迭代次数平均值为112824.则估算s=2.3的迭代次数为120091，而8555d0到8159d0的平均值为132495，则预估值偏小，偏小约10%。

所以得到迭代次数8159>8159d0，这符合假设。

与前述实验数据比较

版权声明
本文为[黑榆]所创，转载请带上原文链接，感谢
https://blog.csdn.net/georgesale/article/details/126212519