cs231n 课程笔记 学习笔记#001

线性分类

原文：http://cs231n.github.io/linear-classify/

参考翻译：https://zhuanlan.zhihu.com/p/20918580?refer=intelligentunit

概述：这种方法用来解决图像分类问题。并且可以自然的延伸应用到神经网络/卷积神经网络上。由评分函数和损失函数组成。可转化为最优化问题，最优化过程是通过更新评分函数的参数来最小化损失函数值。

将图像映射到标签分值

首先定义一个评分函数，该函数将图像（像素值）映射为各个类别的得分，得分越高表示它属于这个类别的可能性越高。

线性映射就是最简单的这样一种映射：

大小：xi:(D, 1), W: (K, D), b: (K, 1)

其中：D为图像像素被拉成一维后的长度大小，K为目标类别的个数

训练是用来训练W和b的，训练完成后训练数据可以被丢弃&#