※ 引述《rexrainbow ( hua)》之銘言： : : 顯然你是搞錯我說的資料的型態了. 你所舉的全都是人類都已知結果, : 自然科學的, i預期的, 數位的, 非0及1的. : 而我所謂的資料包含模糊的, 片段的. 正確與錯誤都未知的. 既然如此，那請問一下 你要如何讓電腦運算模糊的、片段的資料?(你必須將資料轉換成電腦可處理的格式) 而且電腦還會因此產生矛盾? (所謂的模糊搜尋一樣是一套演算法，在相同的輸入下會得到相同的結果) 所謂的[表]就是一張[人]定義的列表 而[查表] 就是從列表中交互整合的資料 所以你可以簡單的看成是 [一群"人"在討論] 而不是一台電腦在思考... : 你想證明什麼? 我認為你沒回答到問題的重點. : 我是不是應該回 "如果不同的輸入, 在你的例子中得到不同的輸出, : 但是因為另一台機器可以推論得出來, 所以不需要狀態? " 我替你歸納一下我那個簡單程式所代表的意義 ======================================= 以int i=0,a=0 i=i+a為例 a為input變數 if i>100 結論出現 ======================================= 1.不管你是先輸入1還是輸入0，兩次的總合會相同 (所以先後順序不影響運算結果) 2.如果你兩台機器都需要輸入1，那麼只需將結果複製到另一台即可 這代表了什麼? 這代表如果你的演算法相同 在經驗相同的情況下會得出一樣的結論 而且數次的經驗是可以累加的 : 我們不是在討論"另一台機器可以推論得出來"的問題, : 而且在你解釋我的說明中 "{輸入}+{已知}={現在}", : 你有說明 "已知"與"現在"的關係嗎? : 以你的例子, 應該改成 state = state + input : 我假設 初始 state = 0, : 現在開始 input 1:(0,1,2), input 2:(2,1,0) : 我還要列出中間過程, 來表示 state的改變是不同的嗎? : 好吧, 我還是列好了: : input 1下的 state改變是 (0+ 0 ) = 0, (0+ 1 ) = 1, (1+ 2 ) =3, : state 改變 0->1->3 : input 1下的 state改變是 (0+ 2 ) = 2, (2+ 1 ) = 3, (3+ 0 ) =3, : state 改變 2->3->3 : 你頂多能說, 輸入順序(0,1,2) 與輸入順序(2,1,0) 最後得到的結果是相同的, : 這又是輸入順序的問題了. : 你想證明"經驗輸入順序與結果"完完全全"沒有關係嗎?" 你上面的實驗已經替我證明了 : 很好, 那你可以寫一篇相當優秀的論文了. : 已經有人說明了, : "造成(類神經網路)無法收斂的原因" 有一種可能就是 : "輸入訓練的資料其排列順序問題。" : 期望看到你的大作. 其實你忽略了一點 我說的是在功能性上沒有意義 你一樣可以對我[射擊訓練]的例子上 針對不同的日期狀態 乘上 不同的權重參數 那這樣結果就會如你預期 因為[時間]或[先後]產生不同的結果 問題是這樣有意義嗎? 我一樣可以寫出你要求地址 我就把輸出的地址 根據日期給予不同字型大小的資料庫 [看起來]是不是因為輸入的順序不同就有不同的[特性]了? 即使如此 A、B兩個資料庫的內容如果合併(同步) 只要演算法一樣 那麼排出來的東西就會變成A+B 而不再是A or B 就算我們撇開功能性的問題來看類神經網路的收斂 這也只能說是一種[可能] 在他證實以前，也只會一種[可能]不是現實 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 123.194.129.236 ※ 編輯: rabbit66376 來自: 123.194.129.236 (07/01 12:59)