(mnist0,2)---81*30*2---(1,0)(0,1)

用神經(jīng)網(wǎng)絡(luò)分類0和2得到了12條特征譜線，表明這個幾何體有12個能級。這個幾何體到底是什么？

?

假如有一群粒子，給這群運動的粒子拍照片，拍出來就像mnist的數(shù)據(jù)集一樣，比如有一瞬間運動軌跡看起來就像“0”。現(xiàn)在用一張一張的圖片表達這群粒子的運動，就像放電影一樣，那這些粒子的運動當(dāng)然不可能是連續(xù)的。也就是運動是量子化的。

因此有理由對這種有量子化特征的運動微粒適用薛定諤方程，

因為這個網(wǎng)絡(luò)共有12個特征譜線也就是有12個本征能級，因此神經(jīng)網(wǎng)絡(luò)的權(quán)重W表征的就是E，

網(wǎng)絡(luò)收斂最終得到的：輸入*偏差

是波函數(shù)的本征函數(shù)。

輸入*權(quán)重并不斷反向傳導(dǎo)的過程的物理意義應(yīng)該就是哈密頓算符作用于波函數(shù)，表達空間和時間對粒子運動的約束

也就是假設(shè)神經(jīng)網(wǎng)絡(luò)收斂過程就是通過旋轉(zhuǎn)操作尋找本征能級的過程。

如果假設(shè)這是一個實數(shù)域的粒子，則Ψ就是粒子密度，而不是Ψ*Ψ。EΨ的意義就是能量為E的粒子存在的概率。這解釋了為什么迭代次數(shù)越大平均分類準(zhǔn)確率越大的現(xiàn)象。

如果運動粒子可以用薛定諤方程描述，那用薛定諤方程描述的如果不是粒子會是什么呢？

(mnist0,2)---81*30*2---(1,0)(0,1)的特征光譜

?

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的神经网络的量子化假设的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。