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…...
springboot 百货中心供应链管理系统小程序
一、前言 随着我国经济迅速发展，人们对手机的需求越来越大，各种手机软件也都在被广泛应用，但是对于手机进行数据信息管理，对于手机的各种软件也是备受用户的喜爱，百货中心供应链管理系统被用户普遍使用，为方…...
23-Oracle 23 ai 区块链表（Blockchain Table）
小伙伴有没有在金融强合规的领域中遇见，必须要保持数据不可变，管理员都无法修改和留痕的要求。比如医疗的电子病历中，影像检查检验结果不可篡改行的，药品追溯过程中数据只可插入无法删除的特性需求；登录日志、修改日志…...
最新SpringBoot+SpringCloud+Nacos微服务框架分享
文章目录 前言一、服务规划二、架构核心1.cloud的pom2.gateway的异常handler3.gateway的filter4、admin的pom5、admin的登录核心 三、code-helper分享总结 前言 最近有个活蛮赶的，根据Excel列的需求预估的工时直接打骨折，不要问我为什么，主要…...
Vue2 第一节_Vue2上手_插值表达式{{}}_访问数据和修改数据_Vue开发者工具
文章目录 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染2. 插值表达式{{}}3. 访问数据和修改数据4. vue响应式5. Vue开发者工具--方便调试 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染 准备容器引包创建Vue实例 new Vue()指定配置项 ->渲染数据 准备一个容器,例如: …...
Springcloud：Eureka 高可用集群搭建实战（服务注册与发现的底层原理与避坑指南）
引言：为什么 Eureka 依然是存量系统的核心？ 尽管 Nacos 等新注册中心崛起，但金融、电力等保守行业仍有大量系统运行在 Eureka 上。理解其高可用设计与自我保护机制，是保障分布式系统稳定的必修课。本文将手把手带你搭建生产级 Eur…...
有限自动机到正规文法转换器v1.0
1 项目简介 这是一个功能强大的有限自动机（Finite Automaton, FA）到正规文法（Regular Grammar）转换器，它配备了一个直观且完整的图形用户界面，使用户能够轻松地进行操作和观察。该程序基于编译原理中的经典…...
sipsak：SIP瑞士军刀！全参数详细教程！Kali Linux教程！
简介 sipsak 是一个面向会话初始协议 (SIP) 应用程序开发人员和管理员的小型命令行工具。它可以用于对 SIP 应用程序和设备进行一些简单的测试。 sipsak 是一款 SIP 压力和诊断实用程序。它通过 sip-uri 向服务器发送 SIP 请求，并检查收到的响应。它以以下模式之一…...
【VLNs篇】07：NavRL—在动态环境中学习安全飞行
项目内容论文标题NavRL: 在动态环境中学习安全飞行 (NavRL: Learning Safe Flight in Dynamic Environments)核心问题解决无人机在包含静态和动态障碍物的复杂环境中进行安全、高效自主导航的挑战，克服传统方法和现有强化学习方法的局限性。核心算法基于近端策略优化…...
IP如何挑？2025年海外专线IP如何购买？
你花了时间和预算买了IP，结果IP质量不佳，项目效率低下不说，还可能带来莫名的网络问题，是不是太闹心了？尤其是在面对海外专线IP时，到底怎么才能买到适合自己的呢？所以，挑IP绝对是个技…...
JS手写代码篇----使用Promise封装AJAX请求
15、使用Promise封装AJAX请求 promise就有reject和resolve了，就不必写成功和失败的回调函数了 const BASEURL ./手写ajax/test.jsonfunction promiseAjax() {return new Promise((resolve, reject) > {const xhr new XMLHttpRequest();xhr.open("get&quo…...