人工构造迭代次数高度简并的神经网络训练集

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

做一个结构是81*30*2的网络，人工构造一个训练集x，并让这个训练集向（1，0）收敛，不分类。让收敛标准为1e-4.使得迭代次数高度简并，有明显的谱线特征。

 

在一个9*9的矩阵中随机找出4个点，用模拟退火的方法将4个点连起来，用每个格子中线段的长度和作为初始化数据。比如

随机得到4个点（6，2），（7，6），（2，7），（4，3）。用模拟退火找到最短路径是0-1-2-3-0.将（6.5，2.5）-（7.5，6.5）-（2.5，7.5）-（4.5，3.5）-（6.5，2.5）这4个点连起来。对应每个格子的线段长度和是

用每个格子的线段长度的和/1.414得到

用这个方法得到5000张图片用来训练网络。

 

网络收敛了999次得到的数据

f2[0]	f2[1]	迭代次数n	平均准确率p-ave	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
0.999903	9.75E-05	12970.12	0	1.00E-04	391.4354	391090	6.518167		450.5113

 

网络收敛999次，但是只有97个不同的迭代次数体现了明显的简并特征，其中主峰12885出现了112次，将迭代次数的分布画成图