Just 做 IT

求知若饥 虚心若愚 안년하세요 (•‾̑⌣‾̑•)

深度学习-线性分类

1 year ago 0

线性分类-得分函数
设计一个函数,输入是一张图片(像素点构成的矩阵)和权重参数,输出是对应于每一个类别的得分,得分越高,越可能属于这个分类,但是现在还不能判断得分好坏,也就是得出来的分数,不知道是好还是坏,下面是得分公式.......................................

用例子来理解公式:
公式解释
[32x32x3]=3072
3:三个通道
3072x1:为了便于计算,把3072个像素点,拉成一个列向量,长度为3072
W:最终得到的权重矩阵
b:常数,对结果影响不大
10x3072:因为有10个类别,所以有10个权重,每一个权重都要计算这3072个点所贡献的大小,每一组权重有3072个小参数。
最终计算出10个数值,每组的概率大小
W矩阵也可以认为10个晓得分类器,每一个行向量都代表着一个分类器,这些参数的计算结果,就是这个图片属于这个分类的得分

和K近邻的区别是不需要每一张图片一一对比了
实例如下:
线性分类得分函数实例

空间中的分类器
空间中的分类器
分类器中某一个值发生改变,分类器会发生旋转
如果去掉b参数,分类器都会经过原点,这样做显然不合理
在写代码的时候通常会把一个分类器定义成:f(x)=WX
下面解释怎么做到的
充分利用矩阵计算的高效性

b和W和成一起,Xi加上个1增加1维,就由原来的4维变成了5维,经矩阵的运算就得到了:
f(x)=WX

Write a Comment