cs231n笔记
文章平均质量分 92
Polaris47
人工智能的人工
展开
-
(一)图像分类
图像分类:图像分类问题指的是,对于一张输入图像,从已有的标签集合中找出一个标签,并分配给这张图像。以下图为例:我们的图像分类模型会读取这张图片,然后输出这张图片对应每个标签的概率。对于计算机来说,图像是由一个一个的像素信息组成的。在这个例子中,这张猫的图片大小像素是248*400,因为图片是彩色的,所以还包含了RGB三个颜色通道。所以我们的输入是240*800*3=297600,每个数字代表着...原创 2018-11-24 13:54:13 · 2141 阅读 · 0 评论 -
(二)线性分类器-上
线性分类概述:这次我们介绍一种更强大的方法来解决图像分类问题,这个方法主要有两部分:评分函数,它将对图像进行每个类别的评分。另外一部分是损失函数,它将衡量类别得分与真实标签之间的差异。最终将图像分类问题转化为一个最优化问题,在优化过程中,一步一步更新评分函数的参数来减低我们的损失函数值。 从图像到标签分值的参数化映射在这个方法中,我们首先定义一个评分函数,这个函数将图像的像素值映射...原创 2018-11-26 15:42:40 · 441 阅读 · 0 评论 -
(二)线性分类器-中
线性分类器分3个小节介绍,本章内容接上一章:(二)线性分类器-上 损失函数在上一节,我们定义了从图像到每个类别的评分函数。对于评分函数,我们可以调整参数W和b,使的评分函数的值与真实类别一致,即评分函数在图像的真实类别有最高的评分。这就用到了损失函数(代价函数、目标函数),损失函数是用来衡量评分函数的值与真实的值之间差异的大小,也可以理解为我们对结果的满意程度。当评分函数与真实结果之间...原创 2018-11-27 16:39:35 · 314 阅读 · 0 评论 -
(二)线性分类器-下
线性分类器分3个小节介绍,本章内容接上一章:(二)线性分类器-中 Softmax分类器除了上一节介绍的SVM分类器,还有一个常用的分类器就是softmax分类器。SVM分类器的输出是每个类别的评分,但从直观上,因为无定标,所以很难解释。而softmax分类器不同,它的输出更加直观。换句话说,SVM分类器得到的是一个得分数值。Softmax得到的是一个概率值。在Softmax分类器中,函...原创 2018-11-28 20:50:33 · 320 阅读 · 0 评论