之前一直没有弄明白 f(x)=WT*X+b 这个WT是什么,看了这一段文字算是明白了,实际上就是把多维数据存放展开至一个矢量中:
2.1 线性分类器
我们先丢出一个简单的线性映射:
f(x i ,W,b)=Wx i +b
在这个公式里,我们假定图片的像素都平展为[D x 1]的向量。然后我们有两个参数:W是[K x D]的矩阵,而向量b为[K x 1]的。在CIFAR-10中,每张图片平展开得到一个[3072 x 1]的向量,那W就应该是一个[10 x 3072]的矩阵,b为[10 x 1]的向量。
这样,以我们的线性代数知识,我们知道这个函数,接受3072个数作为输入,同时输出10个数作为类目得分。我们把W叫做权重,b叫做偏移向量。
http://blog.csdn.net/han_xiaoyang/article/details/49999583