cs231n课后作业（1）

最新推荐文章于 2023-07-24 15:22:51 发布
最新推荐文章于 2023-07-24 15:22:51 发布
阅读量503 收藏 1
点赞数
文章标签： cs231n
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/moguchen/article/details/79573910
版权

part one

k近邻算法无循环证明

Cs231n课程中knn算法的实现

 

 

dists += np.sum(np.multiply(X, X), axis = 1, keepdims = True).reshape(num_test, 1)

dists += np.sum(np.multiply(self.X_train, self.X_train), axis = 1, keepdims = True).reshape(1, num_train)

dists += -2 * np.dot(X, self.X_train.T)

dists = np.sqrt(dists)


moguchen
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
cs231n 课程作业 Assignment 1
张小彬的专栏
02-15 7万+
课程资料趁着在学校的时间，跟着 cs231n 的课程做了一下作业，感觉收获特别大，现在汇总在博客里。下面是一些官方的课程资料： 网页 备注 课程主页 主页课程介绍 课程官方笔记 貌似要 fq 软件支持 Syllabus 课件、视频、课程安排表 还有一些其他有用的非官方资料： 网页 备注 课程中文翻译 智能单元公众号提供的翻译 课程视频 网易云课堂提
cs231n 作业一 knn
zhanliangliang33的博客
09-05 740
其只找最相近的那1个图片的标签，我们找最相似的k个图片的标签，然后让他们针对测试图片进行投票，最后把票数最高的标签作为对测试图片的预测。一：计算第 i 个测试点到第 j 个训练点的 l2 距离，并将结果存储在 dists[i, j] 中。X[a:b, :]---->从第0列开始到最后一列结束，取矩阵X的第 a 行到第 b 行的元素。X[i, :]---->从第0列开始到最后一列结束，取矩阵X的第 i 行的元素。：计算向量间的距离有很多种方法，另一个常用的方法是。函数，它的作用是预测输入的新数据的分类标签。
cs231n作业 assignment 1 q1 q2 q3
Leezed525的博客
07-24 3036
请先看课程作业地址。有两种做作业的方法，一种是在google Colab上做 （需魔法），另一种就是下载到本地，但是我懒得在本地配置环境，太麻烦了，还得修改一些基础代码，我就直接在google colab上做了google colab 配置环境只需要跟着教程走就好了最后还有一题解答题懒得做的，这个题目做的没啥意思。让我们用简单写法来实现softmax的loss函数与梯度计算。
CS231n计算机视觉作业1-Q2-svm
roymustang的博客
02-15 1316
[toc] 支持向量机练习 完成一个基于SVM的全向量化损失函数 完成解析梯度的全向量化表示 用数值梯度来验证你的实现 使用一个验证集去调优学习率和正则化强度 运用随机梯度下降去优化损失函数 可视化最后的学习得到的权重 ...
cs231n作业一 knn
qq_42186444的博客
08-28 3315
cs231——knn作业 cs231——knn作业cs231——knn作业1.基础概念1.1 self.X_train1.2 y_train1.3 X2.作业一——两层循环实现3作业二——实现knn投票机制4作业三——使用一层循环实现5作业四——不用循环6作业五--交叉验证 1.基础概念 1.1 self.X_train 这是训练集，是由n*d的二位向量组成，表示由n个样本，每一个样本有d个特征值，就是把图片拉直了 1.2 y_train 这是训练集的标识，由数值组成，是n*1组成的，范围在0-9之间
CS231N作业1KNN
weixin_40473318的博客
01-28 191
CS231N作业1KNN
cs231n李飞飞课程作业一题目和答案
04-15
斯坦福大学李飞飞计算机视觉教程，cs231n课程2017年的作业一的代码题目和答案，答案为自己实现，自己实际验证过，都能够通过，所用环境为windows Pycharm和Pycharm中的Jumpyter Notebook。
斯坦福2017_CS231n作业python实现
03-26
本压缩包包含斯坦福大学cs231n课程三次作业的代码实现，比较适合深度学习入门者使用。
cs231n春季作业 2017版
11-14
在CS231n的作业中，你将接触到卷积神经网络（CNN）、循环神经网络（RNN）以及它们的变种，如LSTM和GRU。 2. **卷积神经网络（CNN）**：CNN是深度学习在图像处理中的核心，其主要特点是利用卷积层提取图像特征。2017...
斯坦福李飞飞计算机视觉CS231n作业(中文翻译版).zip
03-11
斯坦福著名AI大神、全球AI人气讲师——李飞飞老师的计算机视觉课程作业，附有详细解析，以及对应的python代码实现
cs231n作业+数据集.zip
08-23
压缩包中包括了斯坦福公开课cs231n课后的作业(未做), 以及需要使用的数据集 都打包在一起了就需要要费劲找了(*^▽^*) 还有一个课件在另一个包里, 因为太大了一起传不了
CS231n课程作业1
11-09
CS231n课程作业1所有代码，已实现，下载即可使用。包括相应的数据库。
CS231n深度学习课程作业1实现
11-20
CS231n深度学习课程作业1实现，实现完整的KNN、SVM、softmax、二层神经网络的作业。
CS231N作业源码，斯坦福机器学习课
01-19
CS231N作业例程源码，斯坦福机器学习李飞飞课程课后作业
斯坦福cs231n计算机视觉课程代码课后答案
11-05
斯坦福cs231n计算机视觉课程代码课后答案
cs231n课程2017年的所有PPT
04-16
【cs231n课程2017年】是一门由斯坦福大学教授李飞飞等人主讲的计算机视觉（Computer Vision）课程。这门课程深入浅出地讲解了计算机视觉领域的核心概念、技术和应用，旨在帮助学生掌握如何让机器“看”世界的基本...
CS231n：作业1——KNN
Wangpeiyi9979的博客
07-31 2546
问答总结： 实现knn算法中，我们使用了torch.argsort, torch.argmax, torch.bincount函数简化了代码，脑海中模拟他们的过程。 实现knn算法向量化过程中，我们使用了+号的传播原理(dist=d1+d2+d3),其中d1∈RM×1,d2∈RM×N,d3∈R1×Nd_1\in R^{M \times 1},d_2 \in R^{M \times N}, d_3...
斯坦福CS231n课程作业# 1
baidu_41455283的博客
10-17 440
参考链接: link. 用来记录课程作业里的小问题和小知识点 1.np.linalg.norm()函数，作业里用来比较三个方法（two loop, one loop, no loop）算出来的dist是否一致。 #To ensure that our vectorized implementation is correct, we make sure that it #agrees with th...
CS231N课程作业Assignment1--KNN
鲁棒最小二乘支持向量机
01-28 3692
CS231N课程作业
cs231n作业1 inline questions答案
最新发布
10-03
CS231n作业1的内联问题答案如下： 1. Q: 表示每个像素的Ronald图像的亮度值在什么范围内？ A: 每个像素的亮度值在0到255之间。这是因为一个像素的亮度值是一个8位无符号整数，所以它可以表示的范围为0到2^8-1，即0...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值