什么样的数据集可以被分成两类？

(A,B)-n*m*k-(1,0)(0,1)

制作一个二分类A和B的网络，比如A是mnist的0，B是mnist的2，现在向0中加入50%的2，向2中加入50%的0

则

A变成了50%的0+50%的2

B变成了50%的2+50%的0

也就是A=B，完全相同的对象不能被分成两类，意味着这个网络分类准确率是50%，50%。

也就是50%A+50%B，也就是这个网络的分类结果是训练集本身。

 

现在假设这个由50%的0和50%的2组成的对象C是一个原子核，显然原子核如果分类结果是他本身，意味着这是一个物理性质稳定的原子核。

 

现在改变A和B的构成比例，向A中加入x%的B，向B中加入x%的A，让x%小于50%，则

(A:mnist 0+x%2,B:mnist 2+x%0)-n*m*k-(1,0)(0,1)  x%<50%

这网络一定是可分类的，随着x的减小，同收敛标准下迭代次数减小。

 

现在一样假设A+B组成的体系C仍然是一个原子核，现在C可以被分成两类，意味着原子核C并不稳定，是放射性的原子核，可衰变。

 

假设A和B是波函数的集合，各有5000种可能，则衰变的概率是多少？

如果让n=5001，让m=5001，则C衰变的概率显然就是

欧拉β函数。

也就是1968年威尼采亚诺找到的公式。

所以标题的问题等价于是否所有的粒子都可以衰变？