※ 引述《rexrainbow ( hua)》之铭言： : : 显然你是搞错我说的资料的型态了. 你所举的全都是人类都已知结果, : 自然科学的, i预期的, 数位的, 非0及1的. : 而我所谓的资料包含模糊的, 片段的. 正确与错误都未知的. 既然如此，那请问一下 你要如何让电脑运算模糊的、片段的资料?(你必须将资料转换成电脑可处理的格式) 而且电脑还会因此产生矛盾? (所谓的模糊搜寻一样是一套演算法，在相同的输入下会得到相同的结果) 所谓的[表]就是一张[人]定义的列表 而[查表] 就是从列表中交互整合的资料 所以你可以简单的看成是 [一群"人"在讨论] 而不是一台电脑在思考... : 你想证明什麽? 我认为你没回答到问题的重点. : 我是不是应该回 "如果不同的输入, 在你的例子中得到不同的输出, : 但是因为另一台机器可以推论得出来, 所以不需要状态? " 我替你归纳一下我那个简单程式所代表的意义 ======================================= 以int i=0,a=0 i=i+a为例 a为input变数 if i>100 结论出现 ======================================= 1.不管你是先输入1还是输入0，两次的总合会相同 (所以先後顺序不影响运算结果) 2.如果你两台机器都需要输入1，那麽只需将结果复制到另一台即可 这代表了什麽? 这代表如果你的演算法相同 在经验相同的情况下会得出一样的结论 而且数次的经验是可以累加的 : 我们不是在讨论"另一台机器可以推论得出来"的问题, : 而且在你解释我的说明中 "{输入}+{已知}={现在}", : 你有说明 "已知"与"现在"的关系吗? : 以你的例子, 应该改成 state = state + input : 我假设 初始 state = 0, : 现在开始 input 1:(0,1,2), input 2:(2,1,0) : 我还要列出中间过程, 来表示 state的改变是不同的吗? : 好吧, 我还是列好了: : input 1下的 state改变是 (0+ 0 ) = 0, (0+ 1 ) = 1, (1+ 2 ) =3, : state 改变 0->1->3 : input 1下的 state改变是 (0+ 2 ) = 2, (2+ 1 ) = 3, (3+ 0 ) =3, : state 改变 2->3->3 : 你顶多能说, 输入顺序(0,1,2) 与输入顺序(2,1,0) 最後得到的结果是相同的, : 这又是输入顺序的问题了. : 你想证明"经验输入顺序与结果"完完全全"没有关系吗?" 你上面的实验已经替我证明了 : 很好, 那你可以写一篇相当优秀的论文了. : 已经有人说明了, : "造成(类神经网路)无法收敛的原因" 有一种可能就是 : "输入训练的资料其排列顺序问题。" : 期望看到你的大作. 其实你忽略了一点 我说的是在功能性上没有意义 你一样可以对我[射击训练]的例子上 针对不同的日期状态 乘上 不同的权重参数 那这样结果就会如你预期 因为[时间]或[先後]产生不同的结果 问题是这样有意义吗? 我一样可以写出你要求地址 我就把输出的地址 根据日期给予不同字型大小的资料库 [看起来]是不是因为输入的顺序不同就有不同的[特性]了? 即使如此 A、B两个资料库的内容如果合并(同步) 只要演算法一样 那麽排出来的东西就会变成A+B 而不再是A or B 就算我们撇开功能性的问题来看类神经网路的收敛 这也只能说是一种[可能] 在他证实以前，也只会一种[可能]不是现实 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.194.129.236 ※ 编辑: rabbit66376 来自: 123.194.129.236 (07/01 12:59)