2017CS231n李飞飞深度视觉识别笔记（三）——损失函数和优化

第三章 损失函数和优化 课时1 损失函数     在上一章的课程中，我们讨论了识别问题，并尝试了数据驱动的方式，讲到了图像分类的难点在哪里；同时讨论了K近邻分类器以便作为介绍数据驱动理念的一个简单例子，最后还讨论了交叉验证以及如何把数据划分为训练集、验证集和测试集来设置超参数，线性分类作为我们引入神经网络的第一项基石。     这一节中我们将解决：如何给数据集选择一个正确的权重W以及怎么用训练数据

>>阅读原文<<