- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 KNN cifar-10 L1 L2距离 交叉验证
K-NN k-Nearest Neighbor分类器 之前的近邻算法(NN)是仅仅选择一个最近的图像标签,K-NN是选出K个差值最小的图像标签,然后看那个标签的数量多就选用那个标签作为预测值,这样就提高了泛化能力。 交叉验证。 有时候,训练集数量较小(因此验证集的数量更小)。如果是交叉验证集,将训练集平均分成5份,其中4份用来训练,1份用来验证。然后我们循环着取其中4份来训练,其中1份来验证
2017-12-13 00:29:53 3606
原创 CIFAR-10驱动的KNN分类器
先读取CIFAR-10的数据集,CIFAR的数据字典包含了50000张图片,每张图片是32x32的的三通道彩色图像,所以CIFAR-10的训练集是有50000个32x32x3=3072的向量组成。 (50000,3072)的矩阵构成了训练图片,训练集中有包含了50000个label。测试集是10000张图片,10000个label。训练集分为5个batch,在读取数据时,将5个batch数据读入到一
2017-12-12 16:14:20 904 1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人