颜色分类leetcode zodiac google:zodiac google

颜色分类leetcode十二生肖在这个项目中，我们通过在手影数据集上使用深度学习来质疑学习分类和学习识别之间的细微差别。动机图像分类的实际标准是监督训练的卷积神经网络。每个机器学习从业者都知道这一点。然而，它们有一个主要缺陷——添加或更改对象类涉及重新训练。不仅是这个领域，而且大多数监督学习算法似乎都倾向于自举或预先硬连线以精通他们的任务，与被编程来做某事没有太大区别。机器实际上并不是通过经验学会分类，而是学会识别。这真的是我们想要的吗？分类一词意味着机器应该能够根据任何给定的类示例进行分类。如果我让机器将太阳分类为形状类，它应该报告球体。但是如果我突然改为颜色类，它应该能够报告黄色而无需重新训练。该方案要求学习学习或一次性学习，其中这些算法的核心分别依赖于知识转移或显式模型与记忆增强。但我们正在寻找一种更直接的方法。为什么我们不设计一个模型，可以将输入与给定的一组类作为模板进行比较，看看哪个最相似？学会比较人类或多或少有能力处理分类问题。给定一个新对象和要与之比较的类别示例列表，我们可以立即确定该对象属于哪个类别。