2022李宏毅机器学习深度学习学习笔记--第一周

---

摘要

本文主要介绍CNN的架构设计，首先提出为什么使用CNN而不是用fully connected进行影像识别，通过对影像的观察提出三种简化参数的方法，用两种介绍方式（neuron version story和filter version story）来介绍CNN；最后介绍CNN的应用，比如下围棋。

---

classification（ 分类）

即找一个方程，输入为X，输出为N个case的哪一个。
在这里举例神奇宝贝的分类问题：

怎样做分类呢？

1.Training data for classification
如果把classification当做regression的问题来解决的话，会遇到问题：

对于绿色function（在线上y=0，左上y<0，右下y>0）来说，右下角的数据远大于1，对regression来说是错的，为了减小错误对于regression来说紫色的是好的function，但是对classification不合适。
理想的做法是：



prior：计算p(c1)p(c2)出现的几率









红色区域代表水系的神奇宝贝的几率比较大，蓝色的则小。


















如果用三个分类做例子，