Input: Training images: x(i), i ∈ {

Input: Training images: x(i)
, i ∈ {1, ... , n}
Input: Training labels: y(i) ∈ {−1, 1}, i ∈ {1, ... , n}
Input: Weights for each training image: z(i) ∈ R, i ∈ {1, ... , n}
Input: Weak classifier to be trained: h
Input: Number of generations: N
Input: Size of each generation: m

ผลลัพธ์ (ไทย) 1:

ป้อนข้อมูล: การฝึกอบรมรูปภาพ: x(i), i ∈ {1, ... , n}ป้อนข้อมูล: ป้ายชื่อที่ฝึกอบรม: y(i) ∈ {−1, 1 }, ฉัน∈ {1,..., n }ป้อนข้อมูล: น้ำหนักสำหรับแต่ละภาพที่ฝึกอบรม: z(i) ∈ R ฉัน∈ {1,..., n }ป้อนข้อมูล: classifier อ่อนแอจะได้รับการอบรม: hป้อนข้อมูล: หมายเลขรุ่น: Nป้อนข้อมูล: ขนาดของแต่ละรุ่น: m

ผลลัพธ์ (ไทย) 2:

การป้อนข้อมูล: ภาพการฝึกอบรม: x (i)
ฉัน∈ {1, ... , n}
ป้อนข้อมูล: ป้ายฝึกอบรม: y ที่ (i) ∈ {-1, 1} ฉัน∈ {1, ... , n}
การป้อนข้อมูล : น้ำหนักภาพการฝึกอบรมแต่ละซี (i) ∈ R ฉัน∈ {1, ... , n}
อินพุต: ลักษณนามอ่อนแอที่จะฝึกอบรม:
ชั่วโมงป้อนข้อมูล: จำนวนรุ่น:
ยังไม่มีการป้อนข้อมูล: ขนาดของแต่ละรุ่น: ม.

ผลลัพธ์ (ไทย) 3:

ข้อมูล : ภาพการฝึกอบรม : X ( i )
, ฉัน∈ { 1 . . . . . . . , n }
เข้าป้ายการฝึกอบรม : Y ( I ) ∈− 1 { 1 } , ฉัน∈ { 1 . . . . . . . , n }
ใส่น้ำหนักสำหรับแต่ละภาพการฝึกอบรม : Z ( i ) ∈ R ผม∈ { 1 . . . . . . . , n }
นำเข้าอ่อนแอลักษณนามได้ผ่านการอบรม : H
ใส่ : หมายเลขรุ่น : n
เข้าขนาดของแต่ละรุ่น :