好像模拟了一个引力场
( A, B )---3*30*2---( 1, 0 )( 0, 1 )
做一个网络让输入只有3个节点，每个训练集里有4张图片，让B的训练集全为0，排列组合A，观察迭代次数平均值的变化。
| A-B | 迭代次数 | |||
| 0 | 1 | 0 | 2*0*0*7-0*0*0*0 | 12957.31 |
| 0 | 0 | 0 | 2*0*0*7-0*0*0*0 | 12957.31 |
| 0 | 0 | 0 | 2*0*0*7-0*0*0*0 | 12957.31 |
| 1 | 1 | 1 | 2*0*0*7-0*0*0*0 | 12957.31 |
| 0 | 0 | 0 | 0*2*0*7-0*0*0*0 | 13891.66 |
| 0 | 1 | 0 | 0*2*0*7-0*0*0*0 | 13891.66 |
| 0 | 0 | 0 | 0*2*0*7-0*0*0*0 | 13891.66 |
| 1 | 1 | 1 | 0*2*0*7-0*0*0*0 | 13891.66 |
| 0 | 0 | 0 | 0*0*2*7-0*0*0*0 | 14571.38 |
| 0 | 0 | 0 | 0*0*2*7-0*0*0*0 | 14571.38 |
| 0 | 1 | 0 | 0*0*2*7-0*0*0*0 | 14571.38 |
| 1 | 1 | 1 | 0*0*2*7-0*0*0*0 | 14571.38 |
尽管大部分的形态的排序无法解释，但是当有1行全为0的情况确很容易解释，如上的三个网络A的4张图片都相同，仅仅是顺序不同，迭代次数看起来就是和这4个点的势能成反比。
| 0 | 1 | 0 | 2*0*0*5-0*0*0*0 | 33514.82 |
| 0 | 0 | 0 | 2*0*0*5-0*0*0*0 | 33514.82 |
| 0 | 0 | 0 | 2*0*0*5-0*0*0*0 | 33514.82 |
| 1 | 0 | 1 | 2*0*0*5-0*0*0*0 | 33514.82 |
| 0 | 0 | 0 | 0*2*0*5-0*0*0*0 | 34049.09 |
| 0 | 1 | 0 | 0*2*0*5-0*0*0*0 | 34049.09 |
| 0 | 0 | 0 | 0*2*0*5-0*0*0*0 | 34049.09 |
| 1 | 0 | 1 | 0*2*0*5-0*0*0*0 | 34049.09 |
| 0 | 0 | 0 | 0*0*2*5-0*0*0*0 | 34108.71 |
| 0 | 0 | 0 | 0*0*2*5-0*0*0*0 | 34108.71 |
| 0 | 1 | 0 | 0*0*2*5-0*0*0*0 | 34108.71 |
| 1 | 0 | 1 | 0*0*2*5-0*0*0*0 | 34108.71 |
| 1 | 1 | 1 | 7*2*2*0-0*0*0*0 | 9031.915 |
| 0 | 1 | 0 | 7*2*2*0-0*0*0*0 | 9031.915 |
| 0 | 1 | 0 | 7*2*2*0-0*0*0*0 | 9031.915 |
| 0 | 0 | 0 | 7*2*2*0-0*0*0*0 | 9031.915 |
| 0 | 0 | 0 | 0*2*7*2-0*0*0*0 | 9460.678 |
| 0 | 1 | 0 | 0*2*7*2-0*0*0*0 | 9460.678 |
| 1 | 1 | 1 | 0*2*7*2-0*0*0*0 | 9460.678 |
| 0 | 1 | 0 | 0*2*7*2-0*0*0*0 | 9460.678 |
| 0 | 1 | 0 | 2*2*7*0-0*0*0*0 | 9948.558 |
| 0 | 1 | 0 | 2*2*7*0-0*0*0*0 | 9948.558 |
| 1 | 1 | 1 | 2*2*7*0-0*0*0*0 | 9948.558 |
| 0 | 0 | 0 | 2*2*7*0-0*0*0*0 | 9948.558 |
随着迭代次数的增加，那个大质量的部件最终沉降到整个结构的最底部，整个系统的势能达到最低。
| 0 | 0 | 0 | 0*7*3*1-0*0*0*0 | 8041.432 |
| 1 | 1 | 1 | 0*7*3*1-0*0*0*0 | 8041.432 |
| 0 | 1 | 1 | 0*7*3*1-0*0*0*0 | 8041.432 |
| 0 | 0 | 1 | 0*7*3*1-0*0*0*0 | 8041.432 |
| 0 | 0 | 0 | 0*5*7*4-0*0*0*0 | 8475.513 |
| 1 | 0 | 1 | 0*5*7*4-0*0*0*0 | 8475.513 |
| 1 | 1 | 1 | 0*5*7*4-0*0*0*0 | 8475.513 |
| 1 | 0 | 0 | 0*5*7*4-0*0*0*0 | 8475.513 |
| 0 | 0 | 0 | 0*1*7*3-0*0*0*0 | 8676.719 |
| 0 | 0 | 1 | 0*1*7*3-0*0*0*0 | 8676.719 |
| 1 | 1 | 1 | 0*1*7*3-0*0*0*0 | 8676.719 |
| 0 | 1 | 1 | 0*1*7*3-0*0*0*0 | 8676.719 |
| 1 | 1 | 0 | 6*2*7*0-0*0*0*0 | 9031.211 |
| 0 | 1 | 0 | 6*2*7*0-0*0*0*0 | 9031.211 |
| 1 | 1 | 1 | 6*2*7*0-0*0*0*0 | 9031.211 |
| 0 | 0 | 0 | 6*2*7*0-0*0*0*0 | 9031.211 |
| 0 | 0 | 0 | 0*1*3*7-0*0*0*0 | 9135.643 |
| 0 | 0 | 1 | 0*1*3*7-0*0*0*0 | 9135.643 |
| 0 | 1 | 1 | 0*1*3*7-0*0*0*0 | 9135.643 |
| 1 | 1 | 1 | 0*1*3*7-0*0*0*0 | 9135.643 |
这组过程由5个网络组成，细节更为生动，3张图片只能有5个不同的能级在这里都有体现。
这一现象让人浮想联翩，容易让人觉得神经网络的训练的过程就是在计算一个形态在另一个形态中的最低能级。这个所谓的最低能级包括但不限于势能，能级越低越稳定，迭代次数越大，所谓的迭代次数描述了A-B复合结构的一种稳定性。
相关文章：
好像模拟了一个引力场
( A, B )---3*30*2---( 1, 0 )( 0, 1 ) 做一个网络让输入只有3个节点，每个训练集里有4张图片，让B的训练集全为0，排列组合A，观察迭代次数平均值的变化。 A-B 迭代次数 0 1 0 2*0*0*7-0*0*0*0 12957.31 0 0 0 2*0*0*7-0*0…...
MySQL优化——Explain分析执行计划详解
文章目录前言一. 查看SQL执行频率二. 定位低效率执行SQL三. explain分析执行计划3.1 id3.2 select_type3.3 table3.4 type3.5 key3.6 rows3.7 extra四. show profile分析SQL前言 在应用的的开发过程中，由于初期数据量小，开发人员写 SQL 语句时更重视功能…...
xcode 14.3 file not found libarclite_iphoneos.a
最近升级到xcode 14.3 版本的同学，会遇到这个一个问题 File not found: /Users/johnson/Downloads/Xcode-beta.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/lib/arc/libarclite_iphoneos.a 解决方法(亲测有效) 在podfile文件中，增…...
基于AI+数据驱动的慢查询索引推荐
目前，美团内部每天产生的慢查询数量已经超过上亿条。如何高效准确地为慢查询推荐缺失的索引来改善其执行性能，是美团数据库研发中心面临的一项挑战。为此，我们与华东师范大学开展了科研合作，在AI领域对索引推荐进行了探索和实践&a…...
【ESP32】嵌入式FreeRtos--Task
FreeRTOS中文数据手册：https://www.freertos.org/zh-cn-cmn-s/RTOS.html 任务函数 任务函数描述xTaskCreate()使用动态的方法创建一个任务xTaskCreateStatic()使用静态的方法创建一个任务xTaskCreatePinnedToCore指定任务运行的核心(最后一个参数)vTaskDelete()删…...
【操作系统】面试官都爱问的进程调度算法
【操作系统】面试官都爱问的进程调度算法 文章目录【操作系统】面试官都爱问的进程调度算法先来先服务调度算法最短作业优先调度算法高响应比优先调度算法时间片轮转调度算法最高优先级调度算法多级反馈队列调度算法进程调度算法也称 CPU 调度算法，毕竟进程是由 CPU…...
Spring-Web spi机制解析
org.springframework.web.SpringServletContainerInitializer#onStartup 在这里打个断点，查看程序是否会进来 可以发现程序进来了：主要spi机制，看看这里做了什么操作？ 去寻找所有实现了WebApplicationInitializer的类 将符合条件…...
数据结构|将链表中小于0的数全部放在大于0的数的前面
题1： 某带头结点的非空单链表L中所有元素为整数，结点类型定义如下： typedef struct node { int data; struct node *next; } LinkNode; 设计一个尽可能高效的算法，将所有小于零的结点移到所有大于等于零的结点的前面。 分…...
分享106个ASP影音娱乐源码，总有一款适合您
分享106个ASP影音娱乐源码，总有一款适合您 106个ASP影音娱乐源码下载链接：https://pan.baidu.com/s/13k8UaJrCci_z4Q0gQbtDtg?pwdjq44 提取码：jq44 Python采集代码下载链接：采集代码.zip - 蓝奏云 我的博客地址：亚…...
win10 PyCharm Anaconda过程记录
1、Anaconda用来配置不同的虚拟环境 进入 Anaconda Prompt 输入conda activate Hui（此为自己创建的放置虚拟环境的文件夹） 编译运行过程中出现No module named seaborn后 pip install seaborn...
Chrome扩展程序导出备份与本地导入浏览器
现在即使在国内下载个chrome，转个插件也千难万难。现在科学上网也越来越难，由于众所周知的原因，连qiang这个话题都是敏感词。哀默于心死，还是回避这个话题 只要把之前装的chrome打包，然后再重新安装一遍。操作步骤如下…...
mysql常用运算符
mysql常用运算符一、去重和空值1.distinct2.null参与运算3.用ifnull函数解决问题二、比较运算符三、dual伪表和数值运算1.常规运算2.比较运算符3.<>安全相等四、常用正则相关的比较运算符1.基本运算符2.模糊查询3.正则表达式五、逻辑运算符六、位运算总结一、去重和空值 …...
PyTorch 深度学习框架：优雅而简洁的代码实现
PyTorch 是由 Facebook 发布的深度学习框架，旨在为研究人员和工程师提供快速、灵活和简单的实验平台。与其他框架相比，PyTorch 具有简洁的 API 和灵活的动态计算图，使得构建和训练深度神经网络变得更加优雅和简洁。本文将介绍 PyTorch 的基本…...
【SpringMVC】请求重定向和转发
forward：表示转发 处理器方法返回ModelAndView,实现转发forward 语法： setViewName("forward:视图文件完整路径") forward特点： 不和视图解析器一同使用，就当项目中没有视图解析器redirect：表示重定向 处理…...
Vue中@click的常见修饰符
在 Vue 的click事件中，可以使用以下修饰符： .stop：阻止事件继续传播。.prevent：阻止默认事件。.capture：使用事件捕获模式。.self：只当事件是从侦听器绑定的元素本身触发时才触发回调。.once：只…...
软件测试面试复盘：技术面没有难倒我，hr面被虐的体无完肤
一般提到面试，肯定都会想问一下面试结果，我就大概的说一下面试结果，哈哈，其实不太想说，因为挺惨的，并没有像很多大佬一样 ”已拿字节阿里腾讯各大厂offer”，但是毕竟是自己的经历，无…...
vue实现鼠标移入移出事件+解决鼠标事件没有反应
鼠标移入移出事件代码 <div mouseenter"onMouseOver(item)" mouseleave"onMouseOut"></div> methods methods:{// 鼠标移入onMouseOver(item){console.log(item, 鼠标进来了);},// 鼠标移出onMouseOut(){console.log(鼠标出去了);}, }, 这…...
右键移动文件.cmd
REM xcopy /yis %1% % % %D:\test\% REM https://zhuanlan.zhihu.com/p/38330443 不能移动文件夹 不知道为什么 xcopy（拷贝目录文件、目录结构的指令）_尚可名片 写了个JAVA程序，怎样实现在win选中文件后，右键发送到我的程序&am…...
web基础
web基础 与http 域名：由于IP地址不易记忆，域名用来代替IP地址， （DNS）服务与配置：先在本地hosts里去找，然后在本地域名服务器递归查找，本地域名服务器在一级二级按域名长度迭代查找后…...
牛客网算法八股刷题系列(七)正则化(软间隔SVM再回首)
牛客网算法八股刷题系列——正则化[软间隔SVM再回首]题目描述正确答案：C\mathcal CC题目解析开端：关于函数间隔问题解释的补充软间隔SVM\text{SVM}SVMHinge\text{Hinge}Hinge损失函数支持向量机的正则化题目描述 关于支持向量机(Support Vector Machine…...
MiniCPM-V-2_6模型蒸馏与部署：解决深度学习模型耦合过度问题
MiniCPM-V-2_6模型蒸馏与部署：解决深度学习模型耦合过度问题 你是不是遇到过这种情况？好不容易训练好一个功能强大的模型，想把它部署到实际应用里，却发现它像一块密不透风的巨石——想改一个小功能，就得动整个模型&am…...
网易云音乐评论爬虫实战：破解加密接口抓取数据
一、接口分析：找准评论数据请求入口 在抓取网易云音乐歌曲评论时，我们不难发现，页面并不会随着翻页刷新跳转，评论的加载属于异步AJAX请求。这类接口有一个明显特点：接口地址固定不变，分页切换完全依靠请求载…...
如何快速使用LivePortrait实现AI肖像动画：终极指南
如何快速使用LivePortrait实现AI肖像动画：终极指南 【免费下载链接】LivePortrait Bring portraits to life! 项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait LivePortrait 是一款革命性的AI肖像动画工具，能够将静态照片转化为栩…...
农业图像标注效率暴跌63%？这5个Auto-Labeling技巧已获农业农村部AI应用白皮书推荐
第一章：农业图像标注效率暴跌的根源与Auto-Labeling破局逻辑农业图像标注正面临严峻效率瓶颈：单张田间作物病害图平均需人工耗时4.7分钟完成细粒度标注（含病斑轮廓、类别、严重等级三重标签），而标注错误率高达18.3%——…...
基于DBO优化算法的三维无人机路径规划应用：蜣螂算法的MATLAB代码实现
基于蜣螂优化算法的三维无人机路径规划应用matlab代码 DBO优化三维无人机路径规划无人机要在复杂三维地形里找到最优路径，这事听着简单实际操作起来真能让人头秃。传统算法容易陷入局部最优，这时候就得请出蜣螂优化算法（DBO）这种新…...
SCRFD实战：从数据标注到模型训练的全流程指南
1. SCRFD算法基础与场景适配 SCRFD作为轻量级人脸检测算法，最初设计用于输出人脸矩形框及5个关键点（左右眼、鼻尖、嘴角）。但在工业质检、医疗影像等领域，我们常需要检测其他目标并调整关键点数量。比如检测电路板元件需要3个定位…...
理论框架总搭不起来？资深导师力荐这几个AI写作辅助平台
写论文时，理论框架总是理不顺、逻辑不清晰？很多同学都遇到过这样的问题。其实，关键在于用对工具、走对流程——资深教授普遍建议，结合AI写作辅助平台能大幅提升效率。我们实测发现，千笔AI（中文全流程首选&a…...
ICM45686数据老飘？GD32F470的IIC时序调试与FreeRTOS延时函数那些坑
GD32F470与ICM45686通信稳定性优化实战：从时序调试到FreeRTOS延时陷阱 当惯性导航系统的数据出现飘移、丢包或完全无法读取时，多数开发者会首先怀疑传感器硬件问题。但在使用GD32F470与ICM45686构建的系统中，真正的"魔鬼"往往藏在…...
IDM激活的3种方案：兼容Win7-11的终极解决方案
IDM激活的3种方案：兼容Win7-11的终极解决方案 【免费下载链接】IDM-Activation-Script IDM Activation & Trail Reset Script 项目地址: https://gitcode.com/gh_mirrors/id/IDM-Activation-Script 问题引入：IDM试用期到期的烦恼 Internet D…...
别再只写学生管理系统了！这个C++飞机订票项目能给你的简历加分（含GitHub源码）
用C飞机订票系统项目点亮你的技术简历 在众多求职者中脱颖而出并非易事，尤其是当大多数候选人都拥有相似的学历背景和技能清单时。作为一名C开发者，你是否厌倦了在简历上反复列出"学生管理系统"这类基础项目？让我们聊聊如何通过一…...