CS231N

Lecture 1

涉及到的领域

计算机视觉涉及到我们生活中很多的领域，其中包括生物学、物理学、数学、机器学….

history

原始的进化 （物种的出现就有了视觉的出现）

最早的照相机出现（根据哺乳动物的视觉神经创作的）

David Marr理论：建造3D模型的具体步骤

物体辨别

图像分类

在2012年图像分类迈出了重要的一步

卷积神经网络变成了重要的工具

Lecture 2

安装python and Numpy

图像分类

在做图像分类的时候要做两个函数

训练函数，将图像和标签当做输入值，返回模型

• def train(images, labels):
  
  # Machine learning 
  
  return model

  预测函数，将模型和测试图像当做输入，返回标签

• def predict (model, test_images):
  
  # Use model to predict labels
  
  return test_labels

比较两幅图像

将两股图片的像素矩阵相减，最后得到的矩阵的所有数之和为两个图像的差值

$d(I_1,I_2) = \sum_p \mid I_1^p-I_2^p \mid$

import numpy as np

class NearestNeighbor:
    def __init__(self):
        pass

    def train(self, X, y):
        self.Xtr = X
        self.ytr = y

    def predict(self, X):
        num_test = X.shape[0]
        Ypred = np.zeros(num_test, dtype= self.ytr.dtype)

    for i in xrange(num_test): # python3版本中改为range
        distances = np.sum(np.abs(self.Xtr - X[i,:]),axis = 1)
        # axis=0表示列  axis=1表示行
        min_index = np.argmin(distances)#等同于min求最小值
        Ypred[i] = self.ytr[min_index]

    return Ypred

train函数为训练函数，先将数据进行训练，得到训练值

predict预测，给定X作为输入数据（X为矩阵）

先让y跟X的row数相同，确保对应输出数量相同

将X每一行数据按照上述公式求和，取最小值，参照测试组数据，得出相对应的y值，即输出值。