Computer Vision(CS131,CS231n)学习笔记（1）

选用了Stanford University的CS131还有CS231n这两门课程作为素材，很多资料已经可以在这两门课程的网站上找到。

开这个新坑的目的是为了督促自己学习，同时也顺路把自己的研究项目合并到一块。

目录

In cs231

Lecture 2: Image Classification Pipeline 图像识别的流水线

Python Numpy Tutorial

图像识别是计算机视觉中的一项主要任务，想像一下，当我们已经有了一个候选标签池{dog, cat, truck, plane..}时，我们该如何将图片与这些标签池中的标签相对应呢？

这个问题，在计算机的角度看来： 一张图片，如果采用RGB模式编码的话，最终会生成一个大小为 $N*M*3$ 的多维矩阵，其中$N$ 为图片的长度（上至下）, $M$ 为图片的宽度（左至右）

从而我们面临的挑战可以分为以下六类

• 观测点变化
• 光照环境影响
• 形变
• 遮挡物
• 杂乱的背景环境
• 类间变化（多出现于某种族内部的区分）

下面介绍一个简单的图片分类器(Image Classifier)
Nearest Neighbor Classifier
数据集: CIFAR-10
数据集介绍： 这是一个包含10个类标签，5万张训练图片，以及1万张测试图片的数据集，每个图片的大小为32像素*32像素

线性分类器（Linear Classifier）

$$f(x_i,W,b)=Wx_i+b$$
简单地说，这是一