cnn突破二（bpnet三层网络增加bias后，识别率没有下降）

增加bias后，刚开始，我的代码是这样写的，导致学习训练相同次数后，得分下降很厉害：

 //反向传播对w2【】进行更新 以及biasY【】更新
            for (int i = 0; i < p; i++)//128
                for (int j = 0; j < q; j++)//10
                {
                    q=10                
                    double delta = (yO[j] - d[j]) * dsigmoid(yO[j]) ;
                    w2[i, j] -= delta * learnRate * hO[i];
                    by[j]-=delta * learnRate ;
                }

           下面是正常后的代码，得分恢复到95分以上：

  for (int j = 0; j < q; j++)//10

{

double delta = (yO[j] - d[j]) * dsigmoid(yO[j]) ;

 by[j]-=delta * learnRate ;

for (int i = 0; i < p; i++)//128

{    

w2[i, j] -= delta * learnRate * hO[i];

}

}

虽然delta * learnRate是相同的，但包涵在不同的for循环中，执行的次数不一样，看是相同，结果不同。

这样的错误，计算机100%放过，编程人毫无觉察！

这样给我们了一种警示，或者说启示，现在的rust编程语言，不会有指针错误，但语言仍然不能严格的发现数学逻辑上的错误。

我们是不是让计算机编程进一步，变成数学编程语言，那么编程时，这个数学公式有严格定义，你就不可能犯上面的错误，这是一种方法，另一种方法就是，封装好，你去调用，也不会有这样的错误。

因为这个东西害我很久了，我毫无觉察！

其实近期并不想写博客，cnn编程突破是今年十一的最大成绩，我想有笔记和程序就可以了，再搬到csdn上，麻烦，写了那么多，也没什么反响！

但是，近期周围又有将要去世的人，看得见，却又留不住，三个月或半年吧！

我们都是赶路人，人生路上还是应该留些记号吧！比如孙悟空在佛祖五指山下，撒泡尿，做个记号！所以有些东西还是分享出来！

感谢机器视觉让我走上了人生正确的道路，机器视觉是从黑白开始的，我们应该接受人生的无常！

机器视觉，计算机视觉，机器学习，人工智能是紧密联系的，cnn就是人工智能的桥梁，做机器视觉很久了，当跨过cnn，有一种豁然开朗的感觉！

认知上又有了一些新的变化，其实2012年那个时候opencv和人脸识别已经大肆流行，我们搞机器视觉的没有不知道的，但我为什么坚持下来机器视觉？

现在打通了cnn桥梁，人工智能的算法也入了门，是不是我就去搞人工智能了呢？其实并不是，我现在好像更坚定机器视觉了！

为什么？你只要理解到人工智能会算命的一面，就够了，这就像我们古代的八卦的发明！但八卦不仅仅是算命！

可能我的观点保守偏激，但人工智能是时代潮流，作为逻辑数学一面的人工智能仍然可以辅助机器视觉，虽然机器视觉的高速，稳定，准确，ai谈不上，但是就像杨振宁说的，几何可以和代数相互验证，这就给物理提供了极大的便利。

我的感受是，c++编程和c#编程的相互验证，为我们解决问题提供了便利，机器视觉和ai一样可以相互验证，因为概率的ai和准确的机器视觉并不冲突。