线性分类-Linear Classification
对建立整个神经网络及卷积网络非常有效。
基于卷积神经网络:
输入一个图像然后输出一段用于描述图像的语句。
工作原理如下:
深度神经网络就像乐高积木,而线性分类器就像这一巨大网络最基本的组成部分。
线性分类器
执行方法:
相比与KNN方法,无需花费大量的空间来保存这些照片(训练数据),而是可将这些训练数据丢弃,只需要这个参数W,使得运行更有效,甚至可在手机上面运行。
重点是如何确定W和x之间的复杂关系。
idea1:
idea1的计算方法~
缺陷:
由于只能线性的划分,对一些非线性的图像处理的结果并不是很好。线性分类器对于奇偶问题和多分类问题通过传统方法基本难以解决之。