Starter.bundle计算机视觉与深度学习：1-6

利用假期好好充实自己吧，找到了一套关于《计算机视觉与深度学习的书籍》准备认真啃一啃，同时写好学习总结博客。研二这一年应该要出一些成果，虽然导师还是以理论为主，但是为了以后能去大厂，还是要多下功夫啊，女生在这方面好难。

这本书分为三个bundle:

• Starter Bundle - 这部分的内容比较基础，包括从零开始实现回归算法、深度神经网络和卷积神经网络。对于完全没有机器学习基础的人而言，可以从实例中学习到深度学习的基础知识。如果有一定的深度学习知识背景，也可以学习到在实际中如果应用深度学习（主要是图像分类），加深对深度学习的理解。
• Practition Bundle - 这部分的内容在Starter Bundle基础上更进一步，探讨的是在实际中可能会碰到的问题及解决之道，比如提高识别的精度、模型选择、超大数据集，最后引入了几个大型的、复杂的网络模型。
• ImageNet Bundle - 这部分更多的关注于实战，前半部分是在ImageNet数据集上训练各种复杂的网络，后半部分则是解决实际生活中的问题，包括表情检测、车辆识别、年龄预测等等。完成这部分的学习之后，想必你的实战能力会提高一大截。

链接：https://pan.baidu.com/s/10EWiaHY2SqP2ITiq2OqSAw
提取码：45hb
复制这段内容后打开百度网盘手机App，操作更方便哦

链接放在这里，有需要的同学自取，有问题一起讨论呀！！！

书中涉及的code部分，我在github上找到了一个总结好的内容，供大家参考https://github.com/shengqishi8787/Starter_Bundle

3. Image Fundamentals

像素如何形成图像，如何用numpy数组表示像素

• 像素是图像的原始构建块，每一个图像都由一组像素组成
• 灰度图像中，每个像素都是0到255之间的标量值，其中0表示“黑色”，255表示“白色”，0到255之间是不同深浅的灰色，接近0较暗，255较亮
  -
• RGB颜色通道：a list of three values: one for red component;one for green and another for blue
  要在RGB颜色模型中定义颜色，我们需要做的就是定义单个像素中包含的红色、绿色和蓝色的数量
  每个通道至定义在[0,255]之间，我们通常使用8位无符号整数来表示强度。

例如：“白色”——(255, 255, 255)：红绿蓝三个通道全部填满
“黑色”——(0, 0, 0)
“红色”——(255, 0, 0)

• 为什么在图像处理中，表示图像通常是numpy数组（height,width,depth）height为什么在width前面？

矩阵表示法：当定义矩阵的维数时，我们总是把它写成行x列。图像中的行数是其高度，而列数是图像的宽度。

• 图像的长宽比：ratio
  常见的卷积神经网络的图像尺寸包括：3232, 6464, 224224, 227227, 256256, and
  299299.

4. Image Classification Basics

语义鸿沟（semantic gap）问题：计算机显示的是像素矩阵，而人类视觉看到的是图片

利用特征提取量化图像内容

• Supervised Learning:
  给定训练数据，创建一个训练过程，当模型预测出现错误时，进行修正，当满足停止条件：低错误率或训练的最大迭代次数
  常见的监督学习算法：逻辑回归，支持向量机，随机森林，ANN
• Unsupervised learning:
  没有与输入数据相关的标签，当模型做出错误的预测时，无法进行修正
  常见的无监督学习算法：PCA主成分分析和K-means聚类
  针对于神经网络，还有 Autoencoders,Self organizing Maps(SOMS). Adaptive resonance theory(自适应共振理论)
• Semi supervised learning
  半监督学习的流行选择包括标签传播、标签传播、梯形网络和联合学习/联合培训。

小放松：菲波那切数列的实现

• 训练集和测试集的选择
• 
• 模型评估; 准确率和召回率

5. Datasets for Image Classification

很有意思的MNIST数据集，Hinton把它称作“机器学习中的果蝇”

6. Configuring your development Enviroment

本书用到的计算机视觉的主要编程语言为python ,主要库包括Keras ,Mxnet, OpenCV, scikit-image, scikit-learn, and more

**Keras:**支持TensorFlow 和Theano
Mxnet: a deep learning library that specializes in distributed , multi-machine learning
OpenCV: 对实时图像数据进行处理
Scikit-learn: a collection of algorithms for image processing
scik it-image: an open-sorce python library for machine learning ,cross-validation,and visualization

7. Your First Image Classifier

KNN-分类器：针对“Animals Dataset”,动物数据集包含三个classes: dogs,cats, and panadas with 1000 example images per class. 3000个images
该算法直接依赖于特征向量的距离（在图像例子中，即RGB的像素强度）

基本假设：在n为空间中，具有相似视觉概念的图像紧密排列在一起
常见的距离度量函数：

• 欧式距离（L2）
• Manhattan 距离(L1)
•