深度学习，数据回归算法求大牛指点

[fallshuang]

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%

[ruxuan1306]

邮件了。

[ruxuan1306]

很难，还是得大牛