内容目录
PCA算法不稳定的原因代码举例分析:解决方案:
PCA算法不稳定的原因
神经网络算法利用了随机性,比如初始化随机权重,因此用同样的数据训练同一个网络会得到不同的结果。
神经网络特意用随机性来保证,能通过有效学习得到问题的近似函数。采用随机性的原因是:用它的机器学习算法,要比不用它的效果更好。
在神经网络中,随机初始化很常见,比如:最优化的随机性,比如随机优化;正则化的随机性,比如 dropout;初始化的随机性,比如权值
代码举例分析:
以下代码提取三维矩阵640*640*128中的二维640*640,然后对这个二维数组降维输出640*3
输出结果如下:
输出2:
可以看出pca降维算法每次运算结果不同
解决方案:
代码最顶端添加如下四行代码:
再次运行两遍看效果:
发现结果稳定了
领取专属 10元无门槛券
私享最新 技术干货