机器视觉（笔记）

图像表示
直接利用原始像素作为特征，展开为列向量。

cifar10中每个图像可表示为一个3072(32323)维的向量。

分类模型
多层感知机，即全连接神经网络，这是一类很重要的分类网络，性能优良。
1.线性分类器

【注】：
权值矩阵维度=类别数（行）X特征维度（列）
偏置向量=类别数（行）X样本个数（列）

2.全连接神经网络
和线性分类最大的不同是：全连接神经网络需要多个变换实现输入到输出的映射。

其中，max函数是激活函数，它对第一次变换后的结果进行处理，再送给第二个线性变换层。
以此类推

全连接神经网络可以看成多个线性分类器通过非线性操作后级联的结果，一个X经过一次线性操作后用一个非线性单元处理，再进行第二次线性操作…
全连接神经网络的核心还是线性分类器，但多了非线性操作且非线性操作不可去掉。去掉非线性操作后，这个模型就不是全连接神经网络，它只是一个线性分类器。

全连接神经网络的权值

以两层全连接神经网络为例：

线性分类器中，W可看作模板，模板个数（即W行数）由类别个数决定。
全连接神经网络中：W1也可看作模板，模板个数（即W1行数）由人为指定。
【注】：每行就是一个模板。
两层神经网络中，可以确定W2的模板个数——类别数，而W1模板个数不确定，是人为指定的。那么指定W1模板个数有什么作用呢？

比如记录马的模板，由于学习的图像中有的马朝左边，有的马朝右边，这些马的信息被平均以后，记录到模板里面就有两个马头。很显然，真实的马不可能有两个马头，所以这个模板记录的马是不准确的马。
如果我们的模板数够多，比如一百个模板，那就可以用一个模板记录朝左的马，一个模板记录朝右的马，就有机会学到真正的马长什么样。
这就是两层全连接神经网络重要的地方，通过制定W1的行数，通过指定模板个数，原先cifar10只能指定十个，W1指定成100行，从而有100个模板，这100个模板里面花费4-5个模板存储马是完全够的。
W2融合这多个模板的匹配结果来实现最终类别打分。