cs231n学习笔记
ZerinHwang03
在日出前出发,一路观察影长的变化
展开
-
Stanford cs231n 学习笔记(1)Linear Model
##非参数化学习(数据驱动型学习)和参数化学习 ###数据驱动型学习 整个学习算法依赖的是训练集中的数据样本。典型代表:KNN。即通过对比带预测样本与训练集中的样本的“距离”或者某种度量,来实现分类的功能。在这种算法中,每次的样本预测是依赖和训练集中样本的比对得到的,可以理解为并没有一个真正的模型,而是纯粹地依赖训练集中的数据样本。 ###参数化学习 关注的是模型的参数,即以模型的参数作为...原创 2018-12-20 17:07:07 · 118 阅读 · 0 评论 -
Stanford cs231n 学习笔记(2)SVM、Loss Function、Optimization
##Loss Function ###什么是损失函数,损失函数的意义 应用于Supervised Learning Algorithms 中,用于衡量所学习的模型对待预测的输入样本的预测能力。 ###损失函数的构成 -只考虑数据上的损失: L = 1/N * sigma_i L_i(W;x^i,y^i); 其中,L_i为根据不同的方法来对训练样本进过模型得到的预测结果和训练样本本身带有...原创 2018-12-20 17:11:36 · 175 阅读 · 0 评论