黑白像素分布对迭代次数的影响

( A , B)---81*30*2---(1,0)(0,1)

用神经网络分类A和B，让A是mnist的0，让B是mnist的1-9.用间隔取点的办法缩小成9*9.但让B中非0值的数量分别等于14，14*0.9，14*0.8，…，14*0.2.比较在非0值数量相同的情况下，0与B分类的迭代次数和非0值的数量的关系。

	1	2	3	4	5	6	7	8	9
14	8028.492	7170.111	4563.92	6931.015	3712.191	5297.548	7865.568	4449.216	7524.784	1.00E-05
14*0.9	10512.76	7085.307	3957.085	5011.256	4287.045	4568.633	5539.92	3349.618	5888.221	1.00E-05
14*0.8	12175.1	8909.668	5329.327	5052.623	3973.759	3833.618	4698.231	3198.503	4814.271	1.00E-05
14*0.7	14806.39	9178.673	3901.99	4177.176	3760.663	3874.573	5672.623	3730	5220.161	1.00E-05
14*0.6	18403.16	12387.02	4450.814	4873.387	3520	4857.91	4257.085	4653.035	4988.834	1.00E-05
14*0.5	18569.19	16936.02	5504	4610	7360.563	5293.357	5994.452	5058.241	7303.035	1.00E-05
14*0.4	32946.66	21557.49	8226.271	6770	8412	6036	8845.538	6021.759	7886.734	1.00E-05
14*0.3	77674.51	32116.68	10478.2	8889.276	10278.59	9077.477	15703.26	9730.201	10279.68	1.00E-05
14*0.2	104475.7	59634.69	15644.66	15570.22	18435.36	16665.61	28967.59	15053.71	17749.77	1.00E-05

比如14*0.5行，表明在B中随机的保留7个左右非0值，收敛误差为1e-5，收敛199次 统计平均值。因此每一行B中的白点数量都是相同的。迭代次数的差异仅取决于白点的分布。

统计数据可以发现一些很明显的规律，

当B为3，4，5，6，8，9时，迭代次数曲线的形态看起来很一致。

7的数值也仅比上述情况稍大些。

但是当B=1，2时的迭代次数就要大很多，

所以迭代次数曲线的形态在等数值的情况下，大约分成3种：1，2和3-9.

0	1	2	3	4	5	6	7	8	9
44.4698	27.7134	41.7294	17.9278	15.9034	16.9892	17.8176	14.0056	19.4652	15.9438

这个现象和1-9中非0值占比高度相关，3-9的非0值数量约为16.8个，这个值小于1的27.7个小于2的41.7个。

3<1<2.

但这个顺序与迭代次数的大小关系

3<2<1

并不一样。

因为

 C(16,2)<C(27,2)<C(41.2)

如果迭代次数与熵成反比，就是认为在0的外部环境中从分布形态如2的41个点选3个点的可能小于从分布形态如1的27个点中选择3个点的可能。或者等效的认为形态0把2中的41个点变少了，而把1的27个点变多了。

C(16,2) <C(41-m .2) <C(27+n ,2)

或者等效的理解形态0把2缩小了，而把1放大了。所以形态与形态的差异可能用排列组合中的基数去等效的表示。