颜色分类leetcode用于视觉识别作业的斯坦福CS231n卷积神经网络笔记：某些功能可能需要安装编译器（Visual Studio C++编译器、GCC、clang）；代码库存储在单独的分配目录中；ipython notebooks用于运行和显示结果；每个分配目录中都有一系列小的Python模块（处理功能实现，请参阅参考资料）；每个分配目录中都有一个数据集目录，其中包含一系列用于下载图像的脚本（请参阅参考资料）。本作业中，您将练习基于k-最近邻或SVM/Softmax分类器组合一个简单的图像分类管道。分配的工作流程在中详细说明。任务目标如下：了解基本的图像分类管道和数据驱动方法（训练/预测阶段）；了解训练/验证/测试分割以及验证数据用于超参数调整的使用；熟练使用numpy编写高效的矢量化代码；实现并应用k-最近邻(kNN)分类器；实现并应用多类支持向量机(SVM)分类器；实现并应用Softmax分类器；实现并应用两层神经网络分类器；了解这些分类器之间的差异和权衡，通过使用比原始像素更高级别的表示。