本文是作者学习斯坦福计算机视觉课程cs231n的心得，主要探讨KNN算法，包括L1（曼哈顿距离）和L2（欧式距离）的距离计算及其区别。作者指出L1距离会因坐标轴改变而变化，而L2则不受此影响，同时讨论了两者在不同场景的应用。
好久没写博客了，最近有点忙，然后自己也有点懒。。。。。。
最近确定自己要搞计算机视觉方向，然后就开始看斯坦福的cs231n课程，准备写系列博客记录自己的学习过程及心得。
———————————–————以下是正文——————————————————–
KNN(K-邻近算法)
L1 distance: 曼哈顿距离
表达式：
d1(I1,I2)=∑p|I
【cs231n学习笔记（2017）】——— KNN
好久没写博客了，最近有点忙，然后自己也有点懒。。。。。。
最近确定自己要搞计算机视觉方向，然后就开始看斯坦福的cs231n课程，准备写系列博客记录自己的学习过程及心得。
———————————–————以下是正文——————————————————–
表达式：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
