cs231n-KNN图像分类

课程视频（b站）：【公开课】最新斯坦福李飞飞cs231n计算机视觉课程【附中文字幕】_哔哩哔哩_bilibili

课程官网：CS231n Convolutional Neural Networks for Visual Recognition

笔记中文翻译：贺完结！CS231n官方笔记授权翻译总集篇发布 - 知乎 (zhihu.com)

作业1

• 前期准备

win10系统，首先下载anaconda（清华镜像），设置虚拟环境，将课程资料包下好，用jupyter notebook编辑运行。

• 代码阅读

 打开knn.ipynb

前几个模块是一些准备工作，读取数据集。刚开始数据集的维数：

 处理过后：

• 代码实现

1.k_nearest_neighbor.py中实现compute_distances_two_loops函数

利用双层循环计算每一个测试用例与每一个训练用例之间的距离。如果有m个测试数据，n个训练数据，则返回一个mxn的矩阵，其中第（i，j）个元素代表第i个测试测试数据与第j个训练数据之间的距离。

核心代码：

dists[i][j]=np.linalg.norm(X[i]-self.X_train[j])

函数介绍：