【计算机视觉】CS231N所学所思

本文是个人在观看完cs231n课程视频及讲义后对其内容的一些归纳总结，留在此处加深影响，也算用另一种方式加深自己对其的理解。

何为计算机视觉

简而言之，教计算机能够像人或者超过人的能力完成某些工作，例如自动驾驶、图像分类等。简化人们工作。

计算机视觉遇到的挑战

为什么需要引入Loss function这一个概念

loss function意为损失函数，即表示输入数据在经过一个网络训练后，将得到的输出结果的优劣进行量化，从而帮助我们优化网络结构

为什么需要引入Weight Regularization

这样做的目的主要是增大输出结果对输入数据的依赖。即输出结果应该要与输入数据强相关。例如下面的例子

虽说两个权重(w₁和w₂)与输入数据的预算结果一致，但是w₂会均匀考虑数据的每一位的影响，所以这将对最终的结果起到一种保护作用，不至于最终的结果带有偏向性，即只考虑到一部分因素就得出结果

如何才能做到Optimization

optimization意为找到一个有效的方案来使loss function最小化。

1. 首先最容易想到的就是随机搜索，直到找到最小值。但是这个办法过于盲目且效率不高的情况下得到的结果也不一定是最好
2. 随后你可能想到如果损失能够按照一定梯度进行变化，这样就有据可循，也就是如下图所示的导数