
李飞飞视觉识别课程笔记
浪子私房菜
这个作者很懒,什么都没留下…
展开
-
【CS231n】斯坦福大学李飞飞视觉识别课程笔记(一):图像分类笔记(下)
【CS231n】斯坦福大学李飞飞视觉识别课程笔记【CS231n】斯坦福大学李飞飞视觉识别课程笔记(一):图像分类笔记(下)用于超参数调优的验证集k-NN分类器需要设定k值,那么选择哪个k值最合适的呢?我们可以选择不同的距离函数,比如L1范数和L2范数等,那么选哪个好?还有不少选择我们甚至连考虑都没有考虑到(比如:点积)。所有这些选择,被称为超参数(hyperparameter)。在基于数据进行学习的机器学习算法设计中,超参数是很常见的。一般说来,这些超参数具体怎么设置或取值并不是显而易见的。你可能原创 2020-10-22 09:40:38 · 352 阅读 · 0 评论 -
【CS231n】斯坦福大学李飞飞视觉识别课程笔记(一):图像分类笔记(上)
【CS231n】斯坦福大学李飞飞视觉识别课程笔记【CS231n】斯坦福大学李飞飞视觉识别课程笔记(一):图像分类笔记(上)图像分类:目标:这一节我们将介绍图像分类问题。所谓图像分类问题,就是已有固定的分类标签集合,然后对于输入的图像,从分类标签集合中找出一个分类标签,最后把分类标签分配给该输入图像。虽然看起来挺简单的,但这可是计算机视觉领域的核心问题之一,并且有着各种各样的实际应用。在后面的课程中,我们可以看到计算机视觉领域中很多看似不同的问题(比如物体检测和分割),都可以被归结为图像分类问题。例原创 2020-10-21 21:44:53 · 758 阅读 · 0 评论