CS321N笔记（1）

1. 图像分类数据和label分别是什么，图像分类存在的问题与挑战

1）数据是输入的图片，label是图片的类别标签
2）图像分类需要大量的计算空间和时间，视觉角度的变化、光照变化、形态变化都可能导致图像的数据结构产生变化，然而图像的类别却是不变的，这是一个难点。背景的变化也是一个问题。即使是同一类物体见也有差异。找到一个可以同时处理这些问题的算法是很难的。

2. 使用python加载一张彩色图片，观察像素值

代码如下：

from PIL import Image
import torch
from torchvision import transforms
import numpy as np
import matplotlib.pyplot as plt

img_path = '/data/Images/1/8b9389c57c1eca099dc87931de0ff63752e4c0915c5bb81a2e4f70ad.jpg'

image = Image.open(img_path)
image = transforms.ToTensor()(image)
print(image.size())

fig=plt.figure()
img = np.transpose(image.numpy(),(1,2,0))
plt.imshow(img)

打印结果如下：

3. L1范数，L2范数数学表达式，分别适用于什么情况

L1范数适用于向量中某一元素具有重要意义的情况（旋转坐标系时，L1距离会发生改变），公式如下：
$d_1(I_1,I_2)={\sum }_p|I_1^p-I_2^p|$

L2范数不会随着坐标轴的旋转而改变，适用于处理通用向量的分类问题，公式如下：
$d_2(I_1,I_2)=\sqrt{{\sum }_p(I_1^p-I_2^p{)}^2}$

4. KNN算法

KNN算法是在k个点中寻找最最接近自己的K个数据样本归为同一类，步骤[1]如下：
1）计算测试数据与各个训练数据之间的距离；
2）按照距离的递增关系进行排序；
3）选取距离最小的K个点；
4）确定前K个点所在类别的出现频率；
5）返回前K个点中出现频率最高的类别作为测试数据的预测分类。

KNN的算法的训练复杂度是$O(1)$，在测试时的复杂度是 $O(N)$，KNN算法所需的计算时间很长，而且L1、L2这些距离衡量方式不适合测量图像直接的距离，因此不适用于图像问题。

5. cifar10数据集

cifar10 数据集具有10类图片包括：飞机、汽车、鸟、猫、狗、鹿等等。该数据集有50000个训练图片集以及10000个测试图片集，是现有的运用广泛的目标分类图像数据集。

6. 如何选择合适的超参数

为了选择合适的超参数，我们需要将数据集合理的划分。测试集需要和训练集验证集完全隔离开。

Reference

[1] https://www.cnblogs.com/ybjourney/p/4702562.html