在前述的实验中用mnist训练集0,1,2,3,4的第一张图片完成了10组三分类网络,并统计迭代次数和移位距离之间的关系。用间隔取点的办法实验了33,55,77,99,1111,1313,15*15共7个不同的尺寸。得到的数据如下
第一组
3*3
134
124
123
234
014
013
034
012
024
023
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
25528.5
24336.1
9492.618
9227.121
24070.39
7252.588
7084.342
6585.166
6482.06
5495.915
0.001
63278.92
59472.81
53485.31
52938.41
57616.89
45735.4
44602.2
42904.66
41677.61
31104.11
9.00E-04
66122.75
62414.27
58448.47
57679.9
60375.16
50398.23
48962.69
46693.44
45485.53
33925.72
8.00E-04
71480.41
67170.33
64717.14
63989.7
65406.67
55616.3
54172.61
52060.98
50660.67
37589.39
7.00E-04
77998.76
73028.56
72108.61
71477.29
70612.89
62793.99
61263.37
58467.27
57023.22
41898.17
s3*3
3.498039
5.811765
5.701961
5.537255
4.14902
5.858824
5.827451
7.035294
7.082353
5.756863
将收敛误差为7e-4的迭代次数和移位距离s画成图
尽管s曲线的梯度不够丰富,但s也明显是一条增函数,用反比来解释s和n之间的关系也是合理的。
第二组
5*5
134
124
123
234
012
023
013
014
024
034
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
4852.327
3971.497
3849.93
3761.673
3297.035
3195.578
3172.513
3154.935
3044.357
2946.322
0.001
29105.61
23912.9
23347.73
22709.72
21140.85
20470.52
19926.4
19718.28
19372.02
18622.47
9.00E-04
31721.76
25924.04
25584.63
24772.43
23191.94
22528.86
21914.49
21523.96
21264.79
20455.74
8.00E-04
35248.12
28807.72
28230.64
27538.16
25774.16
24994.17
24202.72
23810.64
23577.19
22594.5
7.00E-04
39688.76
32526.52
31809.25
30926.7
29016.18
28110.4
27321.52
26921.52
26500.23
25583.64
s5*5
9.992157
13.10588
12.83137
14.68235
19.04314
21.88235
18.36863
20.65098
22.92549
22.37647
由于尺寸的扩大弱化的对称性的影响,5*5的s曲线要平滑的多,明显n减小而s增加。
第三组
7*7
134
013
012
124
014
123
034
024
234
023
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
3322.899
3167
3143.392
3105.899
3064.558
2958.648
2899.251
2870.181
2811.055
2757.563
0.001
21089.87
20283.14
20079.41
19915.55
19733.9
19119.55
18779.49
18628.15
18248.59
18011.09
9.00E-04
23155.05
22309.77
22055.96
21966.31
21729.91
21002.09
20456.96
20371.83
20007.48
19863.38
8.00E-04
25824.88
24869.8
24543.71
24286.14
24056.1
23313.12
22740.74
22703.25
22255.98
21861.84
7.00E-04
28991.13
27854.08
27523.62
27278.07
26959.44
26239.79
25628.94
25490.19
24990.54
24667.68
s7*7
22.2902
26.94902
29.81961
24.15686
25.78824
30.35294
29.78039
30.43137
30.72941
34.87843
n减小而s是增加的。
第四组
9*9
134
123
124
234
012
013
023
024
014
034
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
2675.106
2539.864
2526.673
2513.533
2521.915
2421.905
2397.648
2400.538
2330.372
2329.07
0.001
17858.37
16999.56
17071.4
16846.06
16699.34
16548.66
16261.65
16182.34
15971.54
15970.8
9.00E-04
19700.4
18658.47
18738.02
18506.6
18353.31
18201.87
17895.76
17746.46
17501.54
17508.73
8.00E-04
21862.45
20760.96
20900.6
20576.08
20509.6
20217.84
19941.41
19803.96
19503.26
19452.48
7.00E-04
24688.67
23522.75
23429.41
23133.07
23022.54
22821.45
22387.06
22187.65
22107.34
21977.67
s9*9
36.1098
49.62353
41.16863
50.14118
52.1098
51.74902
57.21569
55.12941
47.10588
54.54118
n减小而s增加
第五组
11*11
014
013
123
134
012
234
124
023
034
024
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
2086.653
2105.02
2074.915
2124.95
2100.759
2036.005
2078.678
2017.995
1980.116
1999.779
0.001
14678.66
14780.6
14729.6
14709.63
14644.57
14515.06
14590.64
14355.45
14263.75
14187.57
9.00E-04
16236.9
16261.57
16201.7
16185.53
16027.33
15975.58
15987.5
15806.29
15611.98
15686.13
8.00E-04
18089.83
18132.21
17968.03
17963.97
17926.63
17792.76
17879.34
17631.35
17401.24
17441.43
7.00E-04
20504.19
20469.01
20376.85
20359.39
20180.85
20158.58
20156.69
19930.71
19702.99
19689.2
s11*11
90.24314
87.59216
89.87451
74.32157
93.19216
89.82745
88.96471
100.6431
93.36471
97.64706
同样可以观察到n和s之间的反比关系
第六组
13*13
134
124
014
013
012
123
234
034
024
023
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
2006.427
1984.819
1947.497
1938.794
1939.975
1923.412
1911.729
1849.111
1877.201
1848.739
0.001
14151.85
14124.55
14116.28
13974.28
13992.44
13923.85
13857.63
13582.78
13632.16
13553.69
9.00E-04
15633.13
15540.86
15572.98
15450.58
15336.95
15375.03
15288.71
14917.5
14986.11
14884.89
8.00E-04
17463.22
17301.26
17309.79
17209.39
17054.93
17063.92
16990.42
16651.06
16760.05
16691.82
7.00E-04
19748.09
19635.53
19609.79
19470.3
19427.75
19392.49
19240.36
18987.97
18964.32
18876.56
s13*13
94.28235
104.7922
113.8824
117.3804
120.651
116.4706
115.0039
123.4196
123.8118
133.8824
13*13的s曲线非常平滑,n与s的反比关系非常明显
第七组
15*15
123
012
023
024
124
234
014
034
013
134
δ
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
迭代次数n
0.01
2100.879
2020.663
1988.266
1990.347
1959.749
1964.513
1806.965
1803.508
1778.141
1757.03
0.001
14604.79
14516.06
14299.3
14332.46
14182.17
14162.15
13370.29
13356.84
13191.83
13021.52
9.00E-04
16163.44
15959.09
15860.1
15730.95
15650.05
15603.02
14687.98
14662.88
14608.69
14392.83
8.00E-04
17967.66
17817.04
17683.23
17555.33
17424.39
17368.5
16346.61
16352.7
16272.56
16024.08
7.00E-04
20210.69
20140.15
19915.37
19795.33
19791.92
19717.7
18671.6
18648.29
18348.53
18162.27
s
105.4118
115.9216
128.5569
119.1686
111.9137
117.3569
144.0392
149.4039
140.698
130
同样可以观察到n和s的反比关系。
因此这7组数据,尽管有的s曲线不够平滑,但用n和s之间的反比关系来理解这7组数据都是直观而实用的。
012
013
014
023
024
034
123
124
134
234
s3*3
7.035294
5.858824
4.14902
5.7568627
7.0823529
5.827451
5.7019608
5.8117647
3.4980392
5.5372549
s5*5
19.04314
18.36863
20.65098
21.882353
22.92549
22.376471
12.831373
13.105882
9.9921569
14.682353
s7*7
29.81961
26.94902
25.78824
34.878431
30.431373
29.780392
30.352941
24.156863
22.290196
30.729412
s9*9
52.1098
51.74902
47.10588
57.215686
55.129412
54.541176
49.623529
41.168627
36.109804
50.141176
s11*11
93.19216
87.59216
90.24314
100.64314
97.647059
93.364706
89.87451
88.964706
74.321569
89.827451
s13*13
120.651
117.3804
113.8824
133.88235
123.81176
123.41961
116.47059
104.79216
94.282353
115.00392
s15*15
115.9216
140.698
144.0392
128.55686
119.16863
149.40392
105.41176
111.91373
130
117.35686
比较移位距离的变化
移位距离s的变化非常规则,随着尺寸的增加而增加
再比较各个尺寸的迭代次数的大小顺序
3*3
134
124
123
234
014
013
034
012
024
023
5*5
134
124
123
234
012
023
013
014
024
034
7*7
134
013
012
124
014
123
034
024
234
023
9*9
134
123
124
234
012
013
023
024
014
034
11*11
014
013
123
134
012
234
124
023
034
024
13*13
134
124
014
013
012
123
234
034
024
023
15*15
123
012
023
024
124
234
014
034
013
134
如果n和s之间的反比关系是严格的,n的顺序也应该是一致的,但有少部分数据分布比较分散如014,或许是由于对于单张图片对称性导致的结构耦合效应弱化了n和s之间的线性关系。
比较迭代次数的变化
012
013
014
023
024
034
123
124
134
234
3*3
7.00E-04
58467.27
62793.99
70612.89
41898.171
57023.216
61263.367
72108.608
73028.558
77998.759
71477.286
5*5
7.00E-04
29016.18
27321.52
26921.52
28110.397
26500.226
25583.643
31809.251
32526.523
39688.764
30926.698
7*7
7.00E-04
27523.62
27854.08
26959.44
24667.683
25490.191
25628.94
26239.789
27278.07
28991.131
24990.543
9*9
7.00E-04
23022.54
22821.45
22107.34
22387.06
22187.648
21977.673
23522.754
23429.407
24688.673
23133.065
11*11
7.00E-04
20180.85
20469.01
20504.19
19930.709
19689.196
19702.99
20376.849
20156.688
20359.392
20158.583
13*13
7.00E-04
19427.75
19470.3
19609.79
18876.558
18964.322
18987.97
19392.492
19635.528
19748.085
19240.362
15*15
7.00E-04
20140.15
18348.53
18671.6
19915.367
19795.327
18648.286
20210.688
19791.925
18162.266
19717.704
图片尺寸扩大,迭代次数是减小的。把所有的迭代次数和移位距离画到一起
3*3 用神经网络模拟3个距离为0的粒子
5*5 将神经网络粒子化的内在合理性
7*7 近似对称性对迭代次数的影响
9*9 决定迭代次数的两种效应
11*11 验算迭代次数和移位距离之间的反比关系
13*13用移位距离去比较迭代次数的大小
15*15关于迭代次数的一个反比关系
Original: https://blog.csdn.net/georgesale/article/details/127143703
Author: 黑榆
Title: 单张非二值mnist三分类实验数据汇总
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/663106/
转载文章受原作者版权保护。转载请注明原作者出处!