正交试验最后有大K和小k，其中小k值怎么计算

Posted 2023-05-02

参考技术A 先列因素水平表：
水平 因素A 因素B 因素C 因素D
1
2
3
再列正交结果表：
实验序号 因素A 因素B 因素C 因素D 结果
1 1 1 1 1
2 1 2 2 2
3 1 3 3 3
4 2 1 2 3
5 2 2 3 1
6 2 3 1 2
7 3 1 3 2
8 3 2 1 3
9 3 3 2 1
K1 123结果相加 147结果相加 168结果相加 159结果相加
K2 456结果相加 258结果相加 249结果相加 267结果相加
K3 789结果相加 369结果相加 357结果相加 348结果相加
R 因素A下K最大减K最小 因素B下K最大减K最小 因素C下K最大减K最小 因素D下K最大减K最小

简单的来说，K1值就是在每个因素下对应水平为1的实验结果的和，K2就是在每个因素下对应水平为2的实验结果的和，R就是每个因素下K的最大值减最小值。

小k值就是对应下的平均数 参考技术B 强烈建议你别用正交试验了，现在流行用响应面法。正交已经用烂了

参数量与计算量

例：输入是m*m*c的图像，卷积核大小是k*k，其输出是n*n*d，也表示卷积核的数量是d，其总参数是多少，总的乘法计算量是多少？

总参数：c*k*k*d

总乘法计算量：c*k*k*n*n*d

解释如下：

　　对于输出feature-map上某一个channel的点，经过如下两步得到：

　　1. 卷积核k*k与输入的每个channel卷积，把每个channel上的内容加起来，就得到最后一个点。如下图1所示，那么输出feature-map上每个点的计算量为c*k*k

　　2. 那么输出feature-map上有n*n*d个点，所以总乘法计算量：c*k*k*n*n*d

图1 卷积

 

一般地，我们可以将5*5拆成两个3*3，那么我们可以来比较一下这两者的计算量和参数量

假设输入图像大小是5*5*1，最终都需要变成1*1*1

那么对于5*5的核，我们的总参数量为：1*5*5*1=25，总的乘法计算量为1*5*5*1=25

对于3*3的核：

　　1. 5*5*1 --> 3*3*1，参数：1*3*3*1=9，计算量为：1*3*3*3*3*1=81

　　2. 3*3*1 --> 1*1*1，参数：1*3*3*1=9，计算量为：1*3*3*1=9

　　总的参数：18，总的计算量为：90

核大小	参数数目	计算量
5*5的核	25	25
3*3的核	18	90

但是，计算机读内存的速度比乘法的速度慢多了，所以我们宁愿多算几次，也不要多度一点内存数据

 

参考：

轻量化模型：SqueezeNet，MobileNet，ShuffleNet以及Xception