自学深度学习入门篇上

废话少说,直接开始

机器学习当前应用:alphago,无人驾驶汽车,图片搜索,人脸识别

从例子开始,每张照片在计算机看来就是三位数组,有三种颜色通道,不同数值的矩阵。每一个像素点。一张图片 计算机看来就是一个矩阵。

一:图片分类的挑战

1图片的拍摄角度

2光照的强度

3形状的改变

4部分遮蔽

5北京混入

二:常规的套路

收集数据并给定标签

训练一个分类器

测试,评估

简单算法:最近邻分类(最近邻分自己百度)

如何计算呢?如下图


线性分类

设计一个这样的f(x,W)函数用这样的一条线把平面上的不同类别分开

输入是一个矩阵输出时这个矩阵对应每一个类别的得分

损失函数(代价函数)

svm损失函数

softmax 分类器(逻辑回归:二分类)多分类,最终结果得到的是一个概率,而不是一个数值。通过sigmoid函数接受得分数值返回一个概率

你可能感兴趣的:(自学深度学习入门篇上)