- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 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