K 近邻分类器是使用 K 近邻算法对给定数据点进行分类的分类模型。 该算法在训练数据集中找到最接近的`K`个数据点,以识别输入数据点的类别。 然后,它将基于多数投票为该数据点分配一个类别。 从这些`K`数据点的列表中,我们查看相应的类别,然后选择投票数最高的类别。`K`的值取决于当前的问题。 让我们看看如何使用此模型构建分类器。
@@ -912,7 +912,7 @@ idx = 0 for i in range(0, 192, square_fragment_size):
原始图像的 RGB 直方图(顶部)和量化的版本(底部)
对于不熟悉直方图的读者,我们可以简单地将其描述为具有X数据集和固定数量的桶。 每个单元分配一个范围(从`min(X)`开始,以`max(X)`结束),并且每个范围`(a, b)`与样本数量相关,从而`a ≤ x < b `。 结果图与生成`X`的实际概率分布的近似成比例。 在我们的情况下,在 x 轴上,每个通道(8 位)的每个像素都有所有可能的值,而 y 轴表示估算的频率(`Nx/像素总数`)。
对于不熟悉直方图的读者,我们可以简单地将其描述为具有 X 数据集和固定数量的桶。 每个单元分配一个范围(从`min(X)`开始,以`max(X)`结束),并且每个范围`(a, b)`与样本数量相关,从而`a ≤ x < b `。 结果图与生成`X`的实际概率分布的近似成比例。 在我们的情况下,在 x 轴上,每个通道(8 位)的每个像素都有所有可能的值,而 y 轴表示估算的频率(`Nx/像素总数`)。
如果您对机器学习,深度学习,机器智能和人工智能(AI)的流行语有些困惑,这里有个简短的摘要:机器智能和 AI 确实是同一回事。 机器学习是 AI 的一个领域,也是最受欢迎的领域; 深度学习是机器学习的一种特殊类型,也是解决诸如计算机视觉,语音识别和合成以及自然语言处理之类的复杂问题的现代且最有效的方法。 因此,在本书中,当我们说 AI 时,我们主要是指深度学习,这是将AI从漫长的冬天带到夏天的救星。 有关 AI 冬季和深度学习的更多信息,您可以查看[这里](https://en.wikipedia.org/wiki/AI_winter)和[这里](http://www.deeplearningbook.org)。
如果您对机器学习,深度学习,机器智能和人工智能(AI)的流行语有些困惑,这里有个简短的摘要:机器智能和 AI 确实是同一回事。 机器学习是 AI 的一个领域,也是最受欢迎的领域; 深度学习是机器学习的一种特殊类型,也是解决诸如计算机视觉,语音识别和合成以及自然语言处理之类的复杂问题的现代且最有效的方法。 因此,在本书中,当我们说 AI 时,我们主要是指深度学习,这是将 AI 从漫长的冬天带到夏天的救星。 有关 AI 冬季和深度学习的更多信息,您可以查看[这里](https://en.wikipedia.org/wiki/AI_winter)和[这里](http://www.deeplearningbook.org)。
如果您运行该应用,请完成以下步骤,并在Xcode控制台中遇到错误,`Invalid argument: No OpKernel was registered to support Op 'Less' with these attrs. Registered devices: [CPU], Registered kernels: device='CPU'; T in [DT_FLOAT]`,您需要在此处执行步骤 2 之前更改`tensorflow/contrib/makefile/Makefile`文件(请参阅第 7 章,“使用 CNN 和 LSTM 识别绘图”中的“为 iOS 构建自定义 TensorFlow 库”一节)。 使用新版本的 TensorFlow 时可能看不到错误。
如果您运行该应用,请完成以下步骤,并在 Xcode 控制台中遇到错误,`Invalid argument: No OpKernel was registered to support Op 'Less' with these attrs. Registered devices: [CPU], Registered kernels: device='CPU'; T in [DT_FLOAT]`,您需要在此处执行步骤 2 之前更改`tensorflow/contrib/makefile/Makefile`文件(请参阅第 7 章,“使用 CNN 和 LSTM 识别绘图”中的“为 iOS 构建自定义 TensorFlow 库”一节)。 使用新版本的 TensorFlow 时可能看不到错误。
对于新冻结的,可选的经过转换和映射的模型,您始终可以将其与 TensorFlow Pod一起尝试,以查看是否有幸能够以简单的方式使用它。 在我们的案例中,当使用 TensorFlow Pod 加载它时,我们生成的`alphazero19.pb` 模型会导致以下错误:
对于新冻结的,可选的经过转换和映射的模型,您始终可以将其与 TensorFlow Pod一起尝试,以查看是否有幸能够以简单的方式使用它。 在我们的案例中,当使用 TensorFlow Pod 加载它时,我们生成的`alphazero19.pb` 模型会导致以下错误:
```py
Couldn't load model: Invalid argument: No OpKernel was registered to support Op 'Switch' with these attrs. Registered devices: [CPU], Registered kernels: