qq_54475175的博客

在机器学习中，模型的复杂性可以与模型的正则化项挂钩。如果模型的权重非常大，说明模型对输入特征的某些维度特别敏感，这可能是因为模型过度拟合了训练数据的细节和噪声。

这是这个系列课程的第一个正式章节，数据驱动方法梦开始的地方！让我们的思绪回到2009年那个李飞飞发布 ImageNet 数据集的遥远时刻，计算机视觉现代化的开始！

Matplotlib是一个绘图库。这里我们简要介绍模块，它提供了一个类似于MATLAB的绘图系统。由于 scipy.misc 已经改版，删减掉了一些函数，你可能会看到其它版本的代码用 scipy 读取图像和调整大小，那是旧版本了，大人时代变了。这里我们将imageio用于读取图像，Pillow用于图像调整大小，同时处理 RGBA 图像时确保只修改 RGB 通道。

Numpy 提供了高性能多维数组 array 和基本工具来操作这些数组。SciPy在此基础上构建，并提供了大量对 numpy array 进行操作的函数。在这里我们只介绍一些可能在该课程中用到的 SciPy 知识。

这里我们先看官网介绍，再补充解释：numpy 数组是一个由相同类型的值组成的 grid（网格），并由非负整数 tuple（元组）进行索引。维数是数组的rank（秩）；数组的形状是一个整数tuple（元组），给出了数组在每个维度上的大小。运行结果：Numpy提供了大量的数字数据类型，可以用来构造数组。当您创建数组时，Numpy会尝试猜测数据类型，但是构造数组的函数通常还包含一个可选参数（dtype=np.XX）来显式指定数据类型。以上就是官网的描述，懂了又没懂？

List（列表）Array（数组）是否调用库否，Python自带需调用Numpy库数据类型存储任意类型的有序元素序列。所有元素必须是同一类型，如全是整数或全是浮点数。存储灵活性动态，可以存储任何类型的数据必须是固定类型，通常用于存储数值数据操作灵活性支持通用操作，如插入、删除、排序等。支持很多专门用于数值计算的操作（如矩阵运算、线性代数操作等）速度和内存通用的数据结构，数值计算方面性能不如高效。内存效率比list高，并且在数值计算方面的速度通常更快。应用场景。

我是本科建筑学，研究生电子信息的野路子人。CS231这门课是计算机视觉非常经典的课程，也是老师推荐。写这个系列的初衷：一是为了整理出一个知识框架，让我学到的知识属于一个完整体系，方便以后复习和复盘；二是因为是自学，需要记录自己每天学习的进度，更有脚踏实地的感觉；三是我超爱分享和讨论，如果能因为这些文字链接到更多志同道合的伙伴就再好不过了。