深度学习-机器学习

一张图片有可以被表示为三维数组的形式，每个像素值从0到255

图像属性：染色通道 。

彩色图有三个：r,g,b。

黑白图有一个染色通道。例如某图片：300*100*3，值越大越黑。(图像是三维的 H*W*C)

对图片处理面对的挑战：光照角度，光照强度，形状改变，部分遮蔽，背景混入

机器学习常规套路：

1.收集数据并给定标签

2.训练一个分类器

3.测试，评估

K-近邻

对于不同的参数的选择对结果产生影响

对未知类别属性数据集中的点：
1.计算已知类别数据集中的点与当前点的距离

2.按照距离依次排序

3.选取与当前点距离最小的K个点

4.确定前K个点所在的类别出现的概率

5.返回前K个点出现频率最高的类别作为当前点预测分类

数据库样例：CIFAR-10

10个嘞标签

50000个训练数据

10000个测试数据

大小均为32*32

标签：10,机器,个点,32,学习,图有,深度,类别,图片
来源： https://www.cnblogs.com/Catherinezhilin/p/15087296.html