0:前言
学习资源中文翻译课程：https://zhuanlan.zhihu.com/p/21930884
课程官方笔记：http://cs231n.github.io/
作业：http://cs231n.github.io/assignments2018/assignment1/
作业环境：下载anaconda（python3）https://www.anaconda.com/download/
按照网站的setup操作下载代码
cd cs231n/datasets
./get_datasets.sh或者自行下载http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz放到cs231n/datasets下
然后开启到cs231n目录下从终端输入jupyter notebook（win安装完anaconda到开始菜单anaconda文件夹下启动，启动目录可以右键jupyter notebook属性里面修改开始路径为cs231n目录）。
jupyter notebook点击run，会自动运行当前模块，进入下一模块，cell里也有Run all above。右上角有个小圆圈可以观察是否在运行。
1:knn
knn（k nearest neighbor)算法思想：将测试图片与训练图片集进行比较，求出与每张训练图片的距离，然后取距离最小的k张训练图片，在这k张图片中占多数的标签就是这张测试图片的标签。(比如最后得到5张图片，3张label是飞机，2张label是船，那么这张测试图片分类为飞机，然后将每张测试图片进行距离计算得到标签)。