2線性分類器基本原理-2.2線性分類器之SVM和折葉損失(Hinge Loss)

圖像分類器模型的整體結構： 損失函數： 從上一節定義了圖像像素值到所屬類別的評分函數（score function），該函數的參數是權重矩陣W。在函數中，數據 (xi,yi) 是給定的，不能修改。但是我們可以調整權重矩陣這個參數，使得評分函數的結果與訓練數據集中圖像的真實類別一致，即評分函數在正確的分類的位置應當得到最高評分（score）。 回到之前那張貓的圖像分類例子，它有針對貓、狗、船三個類別

>>阅读原文<<