雷鋒網：CS231n 2017雙語字幕版獨家上線！Lecture 2 | Image Classification 更新了！

2017春季CS231n中文版終于上線，課程中文版已經在AI慕課學院（mooc.ai ）發(fā)布（ free free free ），11月10日正式開課，每周五更新，預計持續(xù)12周！

雷鋒網中文版課程鏈接：http://www.mooc.ai/course/26

什么是CS231n 2017？

CS231n 的全稱是 CS231n: Convolutional Neural Networks for Visual Recognition，即面向視覺識別的卷積神經網絡。

該課程是斯坦福大學計算機視覺實驗室推出的課程。需要注意的是，我們這次翻譯的是 2017 春季（4 月至 6 月）的最新版本。

雷鋒網引用課程主頁上的官方課程描述如下：

計算機視覺已經在我們的社會中無處不在，并廣泛運用在搜索、圖像理解、應用程序、測繪、醫(yī)藥、無人機和自動駕駛汽車等領域。這些應用程序的核心技術是視覺識別任務，如圖像分類、圖像定位和圖像檢測。近期，神經網絡（又名 “深度學習”）方法上的進展極大地提高了這些代表最先進水平的視覺識別系統(tǒng)性能。

本課程深入探討深度學習架構的細節(jié)問題，重點學習視覺識別任務（尤其是圖像分類任務）的端到端學習模型。在為期 10 周的課程中，學生將學習如何實現、訓練和調試自己的神經網絡，并建立起對計算機視覺領域前沿研究方向的詳細理解。最后的任務將涉及訓練一個有數百萬參數卷積神經網絡，并將其應用于最大的圖像分類數據庫（ImageNet）上。

我們將著重教授如何設置圖像識別問題，學習算法（例如反向傳播），用于訓練和微調（fine-tuning）網絡的工程實踐技巧，引導學生完成實踐作業(yè)和最終課程項目。本課程的大部分背景知識和素材都來源于 ImageNet Challenge 競賽。

Lecture 2 | Image Classification 圖像分類內容提要

Lecture 2 | Image Classification 由 Justin Johnson授課 ，帶著同學們一起討論了數據驅動方法、K-最近鄰算法、線性分類，深層次地了解算法是如何運行的，關注各類算法的技術細節(jié)。導師還布置了第一次課程作業(yè)，需要同學們在看完本期視頻后，學著完成 K-最近鄰分類器、線性分類器（SVM,Softmax）、兩層神經網絡、提取圖像特征集，作業(yè)通過Python+Numpy完成。不會Python和Numpy的新手們，要盡快開始學習，他們特地寫了個教程教你入門上手。

聊完作業(yè)和工具，開始進入正題， Justin重點講了以下幾個問題：

Q1：我們怎么研究圖像處理的任務？（計算機視覺中真正核心的任務）

Justin：簡而言之，就是通過數據。當你做圖像分類時，分類系統(tǒng)接收一些輸入圖像（比如阿貓阿狗），并且系統(tǒng)已經清楚了一些已經確定了的分類或者標簽，這里有一些設定了好了的分類標簽數據集，那計算機的工作就是看圖片，并且給它分配其中一些固定的分類標簽。這對于人類來說，太簡單不過了，但是對于機器而言，真的是一個非常非常困難的問題。計算機呈現圖片的方式其實就是一大堆數字，所以圖像可能就是800*600的像素，像素會給出紅、綠、藍三個值。所以這是一個巨大的數字陣列。

Q2：哪些發(fā)展推動了圖像識別問題的實現？

Justin：數據驅動的方法。抓取大量圖片數據集，機器會搜集所有數據用某種方式總結然后生成一個模型，識別不同類的對象的核心要素，然后用模型來識別新的圖片。我們的接口需要寫兩個函數，一個是訓練函數（接收圖片和標簽，輸出模型），一個是預測函數（接收模型，對圖片種類預測），正是運用了這種方法，過去十幾二十年里，圖像識別領域的進步非常之大。這種數據驅動類的算法比深度學習更廣義的一種理念。

Q3：訓練機器進行視覺識別的過程是什么？

Justin：單純記錄所有的訓練數據，數據集會不斷尋找新的圖片，給出新的標簽。比如，CIFAR -10訓練數據集，其中就有5W訓練圖，1W測試圖。右欄Test images and nearest neighbors圖中，左側是測試圖，右側是訓練圖，訓練圖中會顯示與測試圖最接近的圖片。特殊情況下，我們如何來對比兩幅圖片呢？這就要選擇比較函數了。我們用了L1距離（又稱為“曼哈頓距離”），對單個像素進行比較，只取測試圖（左上角的像素）- 訓練圖（相應的左上角像素）的絕對值，就是兩幅圖的像素差別?？梢园l(fā)現兩幅圖中有456處不同。（這里使用的是Numpy提供的向量運算，只需要一兩行Python代碼，用于最近鄰算法，就能實現）

Q4：在訓練集中，訓練和測試的過程可以多快呢？

Justin：所需的時間是，存儲數據的時間（恒定）+比較訓練圖和測試圖時間（慢）。一般來說，訓練過程在數據中心完成的（快），測試過程是在手機、瀏覽器其它低能耗的設備上完成的（慢），這種方式相當落后。為了讓速度加快，我們選擇卷積神經網絡和其他參數模型，讓測試過程加快。使用了最近鄰算法。

Q5： 我們想訓練圖像分類算法，具體怎么操作？

Justin：我們常見的做法，是把數據分為三組，大部分數據作為訓練集，然后再建立一個驗證集和測試集，在訓練集上用不同的超參來訓練算法，在驗證集上進行評估，然以后再用超參，來選擇在驗證集上表現最好的，再把這組驗證集上表現最佳的分類器拿出來在測試集上跑一跑，這才是你要寫到論文中的數據。這個數據告訴你，你的算法在未見的新數據上表現如何。記得，要分隔驗證集和測試集，通常到最后一刻我們才會接觸到測試集。

Q6：線性分類是什么？

Justin：線性分類是一種非常簡單的學習算法，可以幫助我們建立起整個神經網絡和卷積網絡。神經網絡就像玩樂高，你可以擁有不同種類的神經網絡組件，并且可以將這些組件組合，來構建不同的大型卷積網絡，它是我們在不同類型的深度學習應用程序中，看到的最基本的構建塊之一。卷積神經關注圖像，而循環(huán)神經關注語言，我們可以把這兩個網絡放在一起，再一起訓練，最終得到一個超級厲害的系統(tǒng)。深層神經網絡像樂高玩具，而線性分類器就像這個巨大網絡中的基礎模塊。這是線性分類器的基本工作原理。

以上是Lecture 2 | Image Classification的重點內容，當然導師還具體回答了同學們的提問，詳細解答了K-最近鄰算法、線性分類器的相關技術細節(jié)。

為了方便大家交流，AI研習社專門開辟了社區(qū)供大家交流。在社區(qū)中，目前支持大家提問/回答，以及發(fā)布文章，可以插入圖片、視頻、超鏈接、代碼塊、公式編輯器，歡迎大家在社區(qū)中進行更多形式的交流~社區(qū)地址：www.mooc.ai/bbs 

現在我們誠摯邀請正在學習CS231n課程的小伙伴來講解這門課的課后作業(yè)，這門課共有3個 Assignments 以及1個 Final Project ，你可以選擇其中一個或幾個來進行分享講解~詳情鏈接：http://cs231n.github.io/

目前雷鋒字幕組還有許多優(yōu)秀AI課程仍在翻譯中，希望和我們一起翻譯學習進步，歡迎微信聯(lián)系 julylihuaijiang，加入我們。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。