我們什么叫硬Train呢，就是看起來好像不能train的東西，我們用機器學(xué)習(xí)train出來，比如之前有個人應(yīng)聘IT公司，HR讓他用機器學(xué)習(xí)做出來如下事情，輸入一個數(shù)，我們?nèi)绻?的倍數(shù)就輸出Fizz,如果是5的倍數(shù)就輸出Buzz，如果都是就是FizzBuzz，如果既不是3的倍數(shù)也不是5的倍數(shù)就輸出自身

插圖1

代碼很可惜沒有搞到，但是當(dāng)增加了神經(jīng)元個數(shù)時發(fā)現(xiàn)準(zhǔn)確率可以有效提高

我自己寫的代碼入口https://fishc.com.cn/forum.php?mod=viewthread&tid=132415&extra=page%3D1%26filter%3Dtypeid%26typeid%3D393

代碼解釋：

感覺沒什么好說的，就是自己造數(shù)據(jù)，但是問題來了，我第一次將x_train設(shè)為前1000個數(shù)字，結(jié)果用1001-5000train準(zhǔn)確率只有50%，但是后來將數(shù)據(jù)顛倒過來準(zhǔn)確率就到0.994了，我的分析是樣本分布的問題，因為數(shù)字小的時候并沒有對二進制高階位很好的模擬，所以模型學(xué)習(xí)不到