CS231n Image Classification: Data-driven Approach, k-Nearest Neighbor, train/val/test splits

知识性的内容主要的增加：
1.对于knn算法有FLANN - Fast Library for Approximate Nearest Neighbors
等开源的高效函数库可以使用。可以读读源代码，应该很有意思。
http://www.cs.ubc.ca/research/flann/
2.对于高维数据的可视化t-SNE，能够将高维图片根据L2距离在二维平面上进行展示。
http://lvdmaaten.github.io/tsne/

cifar-10
http://karpathy.github.io/2011/04/27/manually-classifying-cifar10/
http://www.cs.toronto.edu/~kriz/cifar.html

一些值得注意的点：
1.为了能够将高维度的数据降维，可以pca svd 还有random_projection等方式。
http://scikit-learn.org/stable/modules/random_projection.html
2.cross-validation

further reading
1.http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf
2.http://people.csail.mit.edu/torralba/shortCourseRLOC/index.html