如果将神经网络训练集看作Fock矩阵,则有可能将二维的矩阵表达成一组波函数的形式。
前面已经有实验证实9*9的图片可以用两个9*9的卷积核去卷积,也就是仅用两个点就可以表达mnist的所有分类信息。也就表明mnist训练集可以表达成一个2*2的对角矩阵的形式。比如mnist 0的第一张图片可以用某个随机的9*9卷积核卷积得到两个点0.31773594623430923和0.7833828799478552,把这两个点写成对角矩阵的形式
解这个波函数的一种方法是把波函数设成类氢的1s轨道
解系数c1
因为分类信息应该是由数值的位置和相对大小关系决定的,与符号没有关系,将0.32代入-0.32,得到c1=0.8。用同样的方法得到c2=1.249。因此得到两个波函数
Minst0的第一张图片等效于Ψ1和Ψ2两个波函数。
这相当于是在计算两个相距无限遥远的以致没有任何物理作用的两个氢原子组成的体系的能量.相对于原子尺寸来说人的脑的尺寸已经足够巨大,可以把这个计算的物理意义解释成人之所以把0画成0的形状是因为,人脑中两个相距遥远的氢原子的波函数在某个瞬间恰好为Ψ1和Ψ2。