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…...
【大模型RAG】拍照搜题技术架构速览：三层管道、两级检索、兜底大模型
摘要 拍照搜题系统采用“三层管道（多模态 OCR → 语义检索 → 答案渲染）、两级检索（倒排 BM25 向量 HNSW）并以大语言模型兜底”的整体框架： 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后，分别用…...
云启出海，智联未来｜阿里云网络「企业出海」系列客户沙龙上海站圆满落地
借阿里云中企出海大会的东风，以**「云启出海，智联未来｜打造安全可靠的出海云网络引擎」为主题的阿里云企业出海客户沙龙云网络&安全专场于5.28日下午在上海顺利举办，现场吸引了来自携程、小红书、米哈游、哔哩哔哩、波克城市、…...
JVM垃圾回收机制全解析
Java虚拟机（JVM）中的垃圾收集器（Garbage Collector，简称GC）是用于自动管理内存的机制。它负责识别和清除不再被程序使用的对象，从而释放内存空间，避免内存泄漏和内存溢出等问题。垃圾收集器在Ja…...
TRS收益互换：跨境资本流动的金融创新工具与系统化解决方案
一、TRS收益互换的本质与业务逻辑 （一）概念解析 TRS（Total Return Swap）收益互换是一种金融衍生工具，指交易双方约定在未来一定期限内，基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...
如何在网页里填写 PDF 表格？
有时候，你可能希望用户能在你的网站上填写 PDF 表单。然而，这件事并不简单，因为 PDF 并不是一种原生的网页格式。虽然浏览器可以显示 PDF 文件，但原生并不支持编辑或填写它们。更糟的是，如果你想收集表单数据ÿ…...
毫米波雷达基础理论（3D+4D）
3D、4D毫米波雷达基础知识及厂商选型 PreView : https://mp.weixin.qq.com/s/bQkju4r6med7I3TBGJI_bQ 1. FMCW毫米波雷达基础知识 主要参考博文： 一文入门汽车毫米波雷达基本原理 ：https://mp.weixin.qq.com/s/_EN7A5lKcz2Eh8dLnjE19w 毫米波雷达基础…...
苹果AI眼镜：从“工具”到“社交姿态”的范式革命——重新定义AI交互入口的未来机会
在2025年的AI硬件浪潮中，苹果AI眼镜（Apple Glasses）正在引发一场关于“人机交互形态”的深度思考。它并非简单地替代AirPods或Apple Watch，而是开辟了一个全新的、日常可接受的AI入口。其核心价值不在于功能的堆叠，而在于如何通过形态设计打破社交壁垒，成为用户“全天佩戴…...
起重机起升机构的安全装置有哪些？
起重机起升机构的安全装置是保障吊装作业安全的关键部件，主要用于防止超载、失控、断绳等危险情况。以下是常见的安全装置及其功能和原理： 一、超载保护装置（核心安全装置） 1. 起重量限制器 功能：实时监测起升载荷&a…...
深入理解 C++ 左值右值、std::move 与函数重载中的参数传递
在 C 编程中，左值和右值的概念以及std::move的使用，常常让开发者感到困惑。特别是在函数重载场景下，如何合理利用这些特性来优化代码性能、确保语义正确，更是一个值得深入探讨的话题。 在开始之前，先提出几个问题&…...
ubuuntu24.04 编译安装 PostgreSQL15.6+postgis 3.4.2 + pgrouting 3.6.0 +lz4
文章目录 下载基础包下载源码包编译 PG编译 postgis编译安装 pgrouting下载源码包配置编译参数编译安装 初始化数据库建表并检查列是否使用了 lz4 压缩算法检查 postgis 与 pgrouting 是否可以成功创建 下载基础包 sudo apt update && sudo apt upgrade -y sudo apt i…...