用神經網絡分類奇數和偶數

A:奇數

B:偶數

(A,B)—1*2*2—(1,0)(0,1)

 

讓A等於5000以內偶數:sigmoid(2n/5000)

B等於A+1:sidmoid((2n+1)/5000),

用A,B兩個訓練集訓練網絡,網絡的結構是1*2*2,這個網絡能分類嗎?

這個網絡的似乎無法收斂,迭代次數爲無窮大。但奇數集合和偶數集合很顯然是有差異的爲什麼分不開?

假想有一個人生活在一個只有一個維度的世界,也就是生活在一條線上。假設這個人的移動邏輯是從小到大,顯然這個人將沿着數軸由左向右移動,這個人的左側的值永遠小於右側的值。

現在假設這個人的移動邏輯是從奇數到偶數,那這個人應該如何移動?

這個人可以從1移動到2,但無法從2移動到3,因爲從2到3是從偶數到奇數,與他的行爲邏輯不符。他想要從2移動到3只能跨過2到3之間的路程。

但可以想象在一個一維的世界不可能存在這個跨越的動作,想要實現跨越至少需要兩個維度。

由這個假想的實驗可以得出一個假設,如果是遠近的對稱性破缺產生了第一個維度,那麼是連續路徑和離散路徑的對稱性破缺導致了第二個維度的產生。

 

這個人按照由小到大的移動邏輯可以遍歷數軸上所有的數,但是按照由奇到偶的移動邏輯卻無法遍歷數軸上所有的奇數和偶數,或者說如果按照由奇數到偶數的移動邏輯想要遍歷所有的奇數和偶數只能允許一個跨維度躍遷行爲。

這個事實意味着奇數集合與偶數集合之間的差異並不只是數值的差異,同時也有結構的差異,這兩個差異無法在一個維度內被完整的表達。因此只用一個維度的數據集去表達奇數和偶數集合事實上漏掉的這兩個集合之間的結構差異。

A:偶數,0

B:0,奇數

如果讓A和B是一個二維數組,顯然A和B是可以分類的。也就是二維數組相比一維數組不止體現了數值的差異,還體現了數據結構上的內在差異,使得奇數集和偶數集得以分類。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章