CS231n学习笔记二——K最近邻与线性分类器（上）
图像分类主要的困难和挑战
（1）视角变化
（2）物体大小变化
（3）形变
（4）遮挡
（5）光照影响
（6）背景干扰
（7）同类物体内的差异
图像分类流程
输入，学习，评价
Nearest Neighbor分类器
Nearest Neighbor分类器主要是逐像素进行比较，最后把差异全部jiaqilai，取最小差异者进行分类。对于像素距离的计算有两种计算方法，分贝为L1距离法和L2距离法。
L1距离法：
L2距离法：
K-Nearest Neighbor分类器
K-Nearest Neighbor分类器与Nearest Neighbor分类器相比，主要是把k个图片作为分类标签，k个图片进行投票，票数最高者作为分类标签。更高的k值使得分类更加平滑。
K值选取
k值得选取有两种方法：（1）从训练集中选取一部分数据作为验证集，尝试不同值，选取最优设置超参数。（2）使用交叉验证法尝试不同的K值，选取最优。
总结
第一次尝试写博客，尝试一下，今天是2018年狗年大年初一。
