这是见过的最有意思的一个分类器的解释。

在线性分类器的Weights权重（参数 Parameters）到底是什么，怎么去理解？平时我们常见的就是说一条直线，将某一类和其他类别分开了，就和一次函数一样，如下图。

对于f(x,W) = Wx + b，W是什么？

• 可以是一个从图像空间到label空间的变换
• 可以一个template，f(x,W)是一个模板对应(Template matching)的过程

所以，如果我们使用CIFAR-10训练的时候，把W绘制出来会是什么样子的呢？其实是模板的样子，如下图的第二张Presentation。

其中非常有意思的（因为10个classes中最明显），Horse class的W画出来的是有两只马头的。这是结合所有的训练集的🐴得出来的，所以，两只马头意思是，有朝向左的，有朝向右的马，最后得到的W权值，其实就是一个通用性模板，看上去就和两只马头一样。

14 March 2016 00:45 Update