V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
fallshuang
V2EX  ›  外包

深度学习,数据回归算法求大牛指点

  •  
  •   fallshuang · 2022-01-15 15:12:46 +08:00 · 788 次点击
    这是一个创建于 1054 天前的主题,其中的信息可能已经有所发展或是发生改变。

    联系方式, email: 14882367 # qq.com

    首先,用下面的 代码生成 3 万条测试数据:

    import binascii
    import os
    
    def fake_crc(val):
    	#return 32bit crc checksum
    	ret = binascii.crc32(val)
    	return ret >> 31
    if __name__ == "__main__":
    	data = []
    	for n in range(0,30000):
    	rv = os.urandom(32)
    	v = int(binascii.hexlify(rv), 16)
    	result = fake_crc(rv)
    	data.append(result)
    	print( f"{n}\t{v:#0{64+2}x}\t{result:#0{1+2}x}" )
    

    这个代码 生成了 3 万个 256bit 的随机数 作为输入, 对每个随机数做一次 crc32 运算, 然后取 crc32 的 checksum 的第一个 bit 作为输出。

    1. 目标 通过机器学习,数据回归等办法: 对任意一个 256bit 的输入, 能较为准确地预测输出数据(crc32 checksum)的第一个 bit 。 譬如预测准确性能达到 70-80%
    2 条回复    2022-01-19 20:01:47 +08:00
    ruxuan1306
        1
    ruxuan1306  
       2022-01-16 16:36:00 +08:00
    邮件了。
    ruxuan1306
        2
    ruxuan1306  
       2022-01-19 20:01:47 +08:00
    很难,还是得大牛
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5452 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 07:53 · PVG 15:53 · LAX 23:53 · JFK 02:53
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.