深度学习，数据回归算法求大牛指点

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%