主页
题目
状态
排名
OI排名
统计
题解
请登录
常用链接
AOJ考试平台
老赵的Gitee代码
编译原理模拟考试平台
Java技术手册
FCC网站
菜鸟网
在线工具箱
字节豆包GPT
代码可视化
力扣网
牛客网
洛谷
杭电OJ
CodeForce
隐藏编译器
Problem B: 2025AHCPC_B模型训练
上一题
正确率: $89.74\%$
下一题
Time Limit
$1$ 秒/Second(s)
Memory Limit
$128$ 兆字节/Megabyte(s)
提交总数
$39$
正确数量
$35$
"
裁判形式
标准裁判/Standard Judge
我的状态
尚未尝试
难度
分类标签
×
为本题添加算法分类(请不要超过5个)
当前分类(单击移除):
单击选择分类:
Description
<p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">在神经网络的训练过程中,损失函数是衡量模型预测结果与真实值之间差异的核心指标.通过优化损失函数,模型能够逐步调整参数,提升预测准确性.</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">为了更灵活地控制训练过程,我们引入了一种概率化的损失动态调整机制.该机制通过引入成功概率和损失调整比例,模拟真实训练中可能遇到的不确定性,从而更全面地评估模型的鲁棒性和收敛性.</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">我们有一个训练过程,初始损失值归一化为 L0=1,作为基准参考,在第 t 轮迭代中:</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">1.有 p 的概率成功,当前轮次的损失函数 Lt=Lt−1×(1−c%)(即降低 c% 的损失函数).</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">2.有 1−p 的概率失败,当前轮次的损失函数 Lt=Lt−1×(1+d%)(即提高 d% 的损失).</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">我们需要计算经过 T 次迭代后,损失期望值 LT,并对 998244353 取模.</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="font-weight:bolder;color:#000000;">定义有理数的模:若期望值 LT=QP,其中 P 和 Q 为整数且 Q 不等于 0,则在模 MOD 下的结果为:P×Q 的逆元,其中 Q 的逆元满足: Q×Q 的逆元 </span> </p> <span style="color:#000000;"></span><br />
Input
<p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">输入包含一行,依次为以下参数 Tabcd</span> </p> <p style="color:#FFFFFF;font-family:Google_sans;font-size:17px;"> <span style="color:#000000;"> </span><span style="color:#000000;">T:总迭代次数.a,b:定义成功概率 p=ab.c:成功时的损失减少百分比 (0≤c<100).d:失败时的损失增加百分比(d≥0).</span> </p> <span style="color:#000000;"></span><br />
Output
<span style="color:#000000;font-family:Google_sans;font-size:17px;"> </span><span style="color:#000000;font-family:Google_sans;font-size:17px;">一个数字,表示损失期望值 </span><span style="color:#000000;"></span>
Sample Input
复制
1 1 2 50 50
Sample Output
复制
1
AOJ
Please Login