线性分类器
- 评分函数(score function):计算原始数据到所属分类的得分
- 损失函数(loss function):量化预测得分和实际情况之间的认可度
从图像到标签得分的参数映射
定义评分函数
用于把原始图片像素映射到分类得分
对于线性分类器,有评分函数:
其中,W称作权重;b称作基础矢量(basic vector)。
- 一些需要注意的点:
假设W是一个[10*3072]的矢量,b是一个[10*1]的矢量。
- 对于每一个 ,乘积 用于预测十个独立的分类,W中的每一行代表一个分类。
- 我们希望正确的分类在所有分类中评分最高
- 优点:训练数据用于确定合适的参数W,b,一旦学习完成,我们就可以抛弃所有的训练集,仅需存储训练得到的W和b。
- 对于测试数据的分类仅包含一个矩阵的乘法和加法运算,计算时间将会明显快于将测试数据与所有的训练数据进行比较。