本文介绍了斯坦福cs231n课程中关于计算机视觉的内容，包括数据驱动方法、KNN算法和线性分类器的基础知识。强调了验证集的重要性，避免在测试集上进行调优，以及交叉验证的概念。同时探讨了线性分类器的几何解释，并提及图像数据预处理的常规步骤。作业涉及到Python和numpy的矩阵操作。
week 1 10/11-10/14
计算机视觉综述：cs231n_2018_lecture01
观看视频p1和p2热身，了解计算机视觉概述以及历史背景。观看p3了解整门课程的大纲。
学习数据驱动的方法和KNN算法和线性分类器[上]：cs231n_2018_lecture02
观看视频p4,p5和p6学习图像分类笔记上（链接：https://zhuanlan.zhihu.com/p/20894041?refer=intelligentunit，图像分类笔记下链接：https://zhuanlan.zhihu.com/p/20900216?refer=intelligentunit ）和线性分类笔记上（链接：https://zhuanlan.zhihu.com/p/20918580?refer=intelligentunit ）
最低0.47元/天 解锁文章
扫一扫
1709
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
