【cs231n学习笔记(2017)】——— KNN

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值