该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
该笔记根据的视频课程版本是 [Spring 2017](https://www.bilibili.com/video/av17204303)(BiliBili)，PPt 资源版本是 [Spring 2018](http://cs231n.stanford.edu/syllabus.html).
此文的 motivation 来自于近期接的某无监督 k-means 聚类项目，并计划是用基于 K-means 算法的 [`k-prototypes`](https://github.com/nicodv/kmodes) 聚类算法来打发了事。为了对聚类结果给出合理靠谱的评估评价，最终决定主要参考 `S_Dbw` 评估指标，并且打算写作此文，非原理性的解析 `S_Dbw`。
本文以斯坦福大学在 2017 年的 CS231n 课程中的作业 Assignment2 中的 Q1-Q3 部分代码作为例子，目标是由非常浅入深得搞清楚神经网络，同时也是以图片分类识别任务作为我们一步一步构建神经网络的目标。