这节课讲如何进行图片分类，数据驱动的分类方式是有效的。

• 解决了图片分类问题，其他图片问题就很好解决了
• 传统的方式无法系统的解决图片分类问题
• 讲解下面的算法

1.什么是图片识别

• 给定一张图片，识别图片中的事物，例如：给一张猫的图片，要识别出这是猫

  
  图片识别

2.图片识别要解决的问题是什么

• 图片在计算机中以三维数组的形式存储，每张图片都是由一对数字组成的

  
  问题所在

3.图片识别的挑战

• 摄像机的角度对图片的影响

  
  角度

• 光线的问题

  
  光线

• 姿态的问题

  
  姿态

• 遮挡问题

  
  遮挡

• 背景干扰

  
  背景干扰

• 不同种类

  
  种类

4.如何创建分类器

• 显式编程不能解决分类问题，早期也有人尝试过
• 数据驱动的分类器
  • 获取一个数据集，包括图片和标签
  • 使用机器学习训练一个图片分类器
  • 使用测试集评估分类器

分类器的创建

5. K最邻近分类器

5.1 最近邻算法

• 记住训练集中所有的图片和它们的标签
• 根据与训练集中图片的相似度预测测试图片的标签

最近邻

5.2 数据集：CIFAR-10

• 10个标签
• 50000个训练图片，每个图片的像素是：32*32
• 10000个测试图片

CIFAR-10

5.3 如何比较图片，算出图片差？

• 曼哈顿距离
• 对应像素点差的绝对值求和

图片差

• 数据量越大，分类速度越慢，呈线性相关
• 训练快，测试慢
• 近似近邻算法，可以加快训练速度

5.4 超参数

• 距离算法：
  • 曼哈顿距离
  • 欧几里得距离

距离算法

• k最近邻算法中的k的数值：选取k个邻近的图片来决定测试图片的标签

k的数值

5.5 如何确定最好的超参数

• 尝试各种可能性，找到表现最好的超参数（k=1总是表现最好，但是不要选择）
• 不要用测试集来找最好的超参数
• 把数据集分为三部分，训练集、验证集、测试集

设置超参数

• 可以使用交叉验证法，找到最好的超参数（用在小数据集上，深度学习一般不使用）

交叉验证

5.6 实际图片分类中，不使用k最近邻算法

• 测试时效率太低
• 距离算法在计算图片差异方面表现不好
• 需要图片均匀分布在空间，是很难实现的

图片.png 图片.png

6.总结k最邻近算法

总结.png

7.线性分类器

7.1 目标

• 创建一个函数，输入图片，输出分类
• 函数包括输入 x，权重w ，偏移b
• 通过训练，得到最好的w，b

model

7.2 线性分类器

• x：转换成一个数组，32323=3072
• w：10*3072个值，代表十个label
• b：10个值，代表十个label

线性分类器

7.3 例子：

例子

• w的初始值是随机生成的
• 把所有图片和权重的计算结果，按照分类结合后生成图片

image.png

• 图片并不能很好的表示所代表的标签

7.4 线性分类器的局限

图片.png

线性分类器是一个很简单的分类器