图像分类学习笔记
1.計(jì)算機(jī)認(rèn)識(shí)圖像的方式:都是數(shù)字。例如一個(gè) 128X128 的3通道的圖片 是由 ?128X128X3個(gè)數(shù)字 組成的。
2.面臨的難點(diǎn):一幅圖可以說明。
?
3.分類器
A:Nearest Neighbor Classifier:與CNN無關(guān),但是可以幫助我們理解一下分類器。僅用標(biāo)簽比較。
L1 ?distance:d1(I1,I2)=相減求和,
L2 distance:d2(I1,I2)=相減平方,求和 開方。
B:k - Nearest Neighbor Classifier ?:找出代表性的,K是尋找能夠代表標(biāo)簽的數(shù)目。這樣的話就更加具有抵抗性。減輕無關(guān)東西的影響。
?KNN 與 NN的比較
參數(shù)k的選擇
超參數(shù)的概念:不是利用l1范數(shù) ,L2范數(shù)。用點(diǎn)積等其他方法來決定的參數(shù)。
測(cè)試集是不能用來參與調(diào)優(yōu)的。
從訓(xùn)練集中抽取一部分調(diào)優(yōu),稱為驗(yàn)證集(validation set)、、
交叉驗(yàn)證:如果訓(xùn)練集太小,把訓(xùn)練集分成5分,交叉訓(xùn)練。
3.1分類器的優(yōu)缺點(diǎn):測(cè)試時(shí)間不夠短,
需要記住所有的訓(xùn)練數(shù)據(jù),與測(cè)試數(shù)據(jù)比較,這樣子就很浪費(fèi)空間。需要將測(cè)試數(shù)據(jù)一個(gè)一個(gè)比較,計(jì)算量大、、
?
轉(zhuǎn)載于:https://www.cnblogs.com/xialuobo/p/5854345.html
總結(jié)
- 上一篇: 教程 | xampp mysql的可视化
- 下一篇: mac下使用sshpass实现ssh记住