CS231n Assiganment#1解析（一）——KNN

前言

          前段时间学习了深度学习入门课程斯坦福CS231n，巩固和理解课程的最佳方式就是完成课后代码作业。在这里记录下本人对作业的思考和解析，以供大家参考。

          关于CS231n学习笔记翻译，强烈推荐 知乎专栏 。

          配合笔记看视频，再完成作业，非常有效。

一、准备工作

1、作业Assignment1下载

        链接：https://pan.baidu.com/s/11tDkdBRy5ndwkKue_1vMuw 密码：jvgk

2、环境Anaconda2安装

         完成作业需要Python以及许多相关科学计算环境，建议大家直接安装Anaconda2，能够快速方便的配置，直接上手写作业。代码是Python 2.x版本，故选择Anaconda2-4.2.0-Windows-x86_64.exe，否则可能出现某些函数不兼容，造成不必要的麻烦。

3、数据集CIFAR-10下载

         简单介绍一下，CIFAR-10是一个只有10类图片的彩色图片数据库，共6w张32*32像素大小的图片，其中5w张是训练图片，1w张是测试图片，所有图片均已标记。

        选择CIFAR10 python version下载，解压后将数据放在cs231n/datasets目录下。

4、验证WebSockets是否可用

        作业在Ipython Notebook内完成，需要支持WebSockets。打开下述网页，若显示“WORK FOR YOU”，表示可用。

         测试链接：http://websocketstest.com/

        

         出现以上字样即可。

        若无法使用，需要翻墙。网上可用VPN有很多，大家可以搜索一下。

        至此准备工作全部完成，可以开始写作业啦。

二、作业解析

1、连接服务器

         如图所示，打开cmd，在[your path]/assignment1/目录下输入Ipython notebook 或者 Jupyter notebook，回车。

       

        更多Ipython notebook教程可参考 这里 。

        注意：一定要在目录下打开，否则后面会出现找不到包的情况。

                    退出的话输入ctrl+c，等待关闭即可。

       成功连上服务器后，你将在浏览器下看到如下界面：

      

       这次的作业就需要在knn.ipynb下完成。

2、运行代码

        选中代码块，ctrl+enter或shift+enter运行，区别是shift+enter会自动跳转到下一部分。页面右上角的圆圈表示运行状态，空心表示结束，实心表示正在运行。

                                                                                             

          下面对各部分代码进行补充和运行。

           kNN分类器包括两个部分：

•     在训练的时候，分类器载入数据并仅仅记住他们（不做其他处理）

•     在测试的时候，分类器依靠对测试图片和训练图片做对比，并且选出k个最相似的标签

•     另外，k是依靠交叉验证确定的

         在这个作业中，我们将实现这些步骤并且理解基本的图像分类过程，理解交叉验证，并且学会写高效的向量化代码。

3、代码解析

3.1  一些基本的初始化

 # Run some setup code for this notebook.
importrandom
importnumpy as np
fromcs231n.data_utils import load_CIFAR10
importmatplotlib.pyplot as plt

from__future__ import print_function
 

#This is a bit of magic to make matplotlib figures appear inline in the notebook
#rather than in a new window.
%matplotlibinline
plt.rcParams['figure.figsize']= (10.0, 8.0) # set default size of plots
plt.rcParams['image.interpolation']= 'nearest'
plt.rcParams['image.cmap']= 'gray'

#Some more magic so that the notebook will reload external python modules;
#see http://stackoverflow.com/questions/1907993/autoreload-of-modules-in-ipython
%load_extautoreload
%autoreload2