cs231學習筆記二 線性分類器、SVM、Softmax
阿新 • • 發佈:2019-01-05
線性分類器
假設樣本
W 的每一行都是一個分類器,每個分類器對應於一個得分。- 通過學習
W 和b ,我們希望正確類的得分要大於錯誤類的得分。 相對於KNN,一旦訓練得到
W 和b ,我們只需將其固定,測試階段直接用即可,就不再需要測試樣本與訓練樣本再做比較,測試速度自然快上不少。
將圖片的三維張量拉伸成列向量,則一張圖片就可以表示成空間中的一個(帶類標籤)點。如此看來
如果令
機器學習中常將輸入特徵標準化。
Loss function
損失函式(loss function)也叫代價函式(cost function)或目標函式(objective)
多類SVM
對於樣本
若