IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 形态分类行为中错误图片流向数值统计 -> 正文阅读

[人工智能]形态分类行为中错误图片流向数值统计

(0,2)---m*n*2---(1,0)(0,1)

f2[0]

f2[1]

迭代次数n

平均准确率p-ave

1-0

0-1

δ

耗时ms/次

耗时ms/199次

耗时 min/199

最大准确率p-max

迭代次数标准差

pave标准差

8.31E-06

0.999992

8358.603

0.981403

0.989063

0.974129

1.00E-05

274.9598

54730

0.912167

0.985586

1544.237

0.001542

分类mnist的0和2,当收敛误差是1E-5时,收敛199次统计平均值,(1,0)位的分类准确率是0.989,(0,1)位的分类准确率是0.974。就意味着有1.0937%的0被错误的分成了2;而有2.5871%的2被错误的分成了0.错误图片的净流向是从 2到0,数值是1.493%。这次将所有的错误图片的净流向数据都统计出来。

1-0

0-1

0

8

0.995708

0.974199

0.004292

0.025801

-0.02151

0

2

0.989063

0.974129

0.010937

0.025871

-0.01493

0

6

0.991873

0.977408

0.008127

0.022592

-0.01446

0

7

0.995795

0.990223

0.004205

0.009777

-0.00557

0

1

0.997959

1

0.002041

0

0.002041

0

4

0.987514

0.997871

0.012486

0.002129

0.010357

0

5

0.972675

0.987674

0.027325

0.012326

0.014999

0

3

0.978356

0.994711

0.021644

0.005289

0.016355

0

9

0.976669

0.99357

0.023331

0.00643

0.016901

1

7

0.999048

0.956397

0.000952

0.043603

-0.04265

1

2

0.995112

0.952553

0.004888

0.047447

-0.04256

1

4

0.998645

0.984229

0.001355

0.015771

-0.01442

1

9

0.989994

0.984815

0.010006

0.015185

-0.00518

1

0

1

0.997959

0

0.002041

-0.00204

1

6

0.994249

0.992788

0.005751

0.007212

-0.00146

1

8

0.982737

0.986741

0.017263

0.013259

0.004003

1

5

0.9816

0.991995

0.0184

0.008005

0.010395

1

3

0.981511

0.992721

0.018489

0.007279

0.01121

2

6

0.96403

0.967793

0.03597

0.032207

0.003763

2

7

0.96627

0.974073

0.03373

0.025927

0.007802

2

0

0.974129

0.989063

0.025871

0.010937

0.014933

2

8

0.950202

0.967208

0.049798

0.032792

0.017006

2

9

0.961479

0.983505

0.038521

0.016495

0.022026

2

4

0.952364

0.989571

0.047636

0.010429

0.037208

2

3

0.942138

0.982745

0.057862

0.017255

0.040607

2

1

0.952553

0.995112

0.047447

0.004888

0.042559

2

5

0.939825

0.984192

0.060175

0.015808

0.044367

3

8

0.976481

0.90831

0.023519

0.09169

-0.06817

3

2

0.982745

0.942138

0.017255

0.057862

-0.04061

3

6

0.998358

0.965952

0.001642

0.034048

-0.03241

3

0

0.994711

0.978356

0.005289

0.021644

-0.01636

3

1

0.992721

0.981511

0.007279

0.018489

-0.01121

3

7

0.976556

0.979758

0.023444

0.020242

0.003202

3

9

0.967461

0.978381

0.032539

0.021619

0.010919

3

4

0.982646

0.99365

0.017354

0.00635

0.011004

3

5

0.916046

0.957067

0.083954

0.042933

0.041021

4

2

0.989571

0.952364

0.010429

0.047636

-0.03721

4

6

0.990461

0.970022

0.009539

0.029978

-0.02044

4

8

0.985774

0.974524

0.014226

0.025476

-0.01125

4

3

0.99365

0.982646

0.00635

0.017354

-0.011

4

0

0.997871

0.987514

0.002129

0.012486

-0.01036

4

5

0.980427

0.972734

0.019573

0.027266

-0.00769

4

9

0.93322

0.9343

0.06678

0.0657

0.00108

4

1

0.984229

0.998645

0.015771

0.001355

0.014417

4

7

0.954027

0.972054

0.045973

0.027946

0.018027

5

2

0.984192

0.939825

0.015808

0.060175

-0.04437

5

3

0.957067

0.916046

0.042933

0.083954

-0.04102

5

8

0.954391

0.923024

0.045609

0.076976

-0.03137

5

9

0.980902

0.95456

0.019098

0.04544

-0.02634

5

6

0.974626

0.949151

0.025374

0.050849

-0.02548

5

7

0.994079

0.973823

0.005921

0.026177

-0.02026

5

0

0.987674

0.972675

0.012326

0.027325

-0.015

5

1

0.991995

0.9816

0.008005

0.0184

-0.0104

5

4

0.972734

0.980427

0.027266

0.019573

0.007693

6

8

0.989409

0.968766

0.010591

0.031234

-0.02064

6

2

0.967793

0.96403

0.032207

0.03597

-0.00376

6

7

0.994293

0.993675

0.005707

0.006325

-0.00062

6

1

0.992788

0.994249

0.007212

0.005751

0.001461

6

9

0.989661

0.997933

0.010339

0.002067

0.008272

6

0

0.977408

0.991873

0.022592

0.008127

0.014465

6

4

0.970022

0.990461

0.029978

0.009539

0.020439

6

5

0.949151

0.974626

0.050849

0.025374

0.025476

6

3

0.965952

0.998358

0.034048

0.001642

0.032406

7

4

0.972054

0.954027

0.027946

0.045973

-0.01803

7

2

0.974073

0.96627

0.025927

0.03373

-0.0078

7

8

0.975016

0.970056

0.024984

0.029944

-0.00496

7

3

0.979758

0.976556

0.020242

0.023444

-0.0032

7

6

0.993675

0.994293

0.006325

0.005707

0.000618

7

0

0.990223

0.995795

0.009777

0.004205

0.005572

7

9

0.949524

0.956129

0.050476

0.043871

0.006605

7

5

0.973823

0.994079

0.026177

0.005921

0.020256

7

1

0.956397

0.999048

0.043603

0.000952

0.042651

8

2

0.967208

0.950202

0.032792

0.049798

-0.01701

8

1

0.986741

0.982737

0.013259

0.017263

-0.004

8

7

0.970056

0.975016

0.029944

0.024984

0.004961

8

4

0.974524

0.985774

0.025476

0.014226

0.011251

8

6

0.968766

0.989409

0.031234

0.010591

0.020644

8

0

0.974199

0.995708

0.025801

0.004292

0.02151

8

5

0.923024

0.954391

0.076976

0.045609

0.031367

8

9

0.935205

0.977902

0.064795

0.022098

0.042698

8

3

0.90831

0.976481

0.09169

0.023519

0.068172

9

8

0.977902

0.935205

0.022098

0.064795

-0.0427

9

2

0.983505

0.961479

0.016495

0.038521

-0.02203

9

0

0.99357

0.976669

0.00643

0.023331

-0.0169

9

3

0.978381

0.967461

0.021619

0.032539

-0.01092

9

6

0.997933

0.989661

0.002067

0.010339

-0.00827

9

7

0.956129

0.949524

0.043871

0.050476

-0.0066

9

4

0.9343

0.93322

0.0657

0.06678

-0.00108

9

1

0.984815

0.989994

0.015185

0.010006

0.005179

9

5

0.95456

0.980902

0.04544

0.019098

0.026343

在所有这些组合中

8

3

0.90831

0.976481

0.09169

0.023519

0.068172

6

7

0.994293

0.993675

0.005707

0.006325

-0.00062

分类8和3的净流向数值最大,而分类6和7的数值最小,二者相差了110倍。在8和3分类的行为中,错误图片的净流向是从8到3.这个意味着我们通常觉得8和3长的很像,但事实上是8长的更像3.

(A,B)---m*n*2---(1,0)(0,1)

作用力和反作用力总是相等的,但A和B之间的相似性确并不一定等于B与A之间的相似性。

(2 , x)---m*n*2---(1,0)(0,1)

当2与其他对象x分类时,错误图像都是由2流向x.如果把错误图像流向比作电流,表明2可以被所有其他图像氧化,是一种强还原剂。

?

(5 , x)---m*n*2---(1,0)(0,1)

当分类原点是5时,除了4以外流向都是由x到5,表明5可以氧化除了4以外的所有形态,是强氧化剂。

有了氧化性和还原性是否可能由此估计错误图片流向?

观察(89),(91),( 18)这三组分类

8

9

0.935205

0.977902

0.064795

0.022098

0.042698

9

1

0.984815

0.989994

0.015185

0.010006

0.005179

1

8

0.982737

0.986741

0.017263

0.013259

0.004003

流向分别是8→9,9→1,1→8.形成了一个循环,9可以氧化8,1可以氧化9,而8确可以氧化1。这个现象在某种角度上验证了形态数轴的非递进现象,因为形态没有内在的递进规律,因此基于形态的现象可以显得矛盾重重。

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-03-22 20:35:19  更:2022-03-22 20:38:15 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 13:28:05-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码