（Note）深度学习与人工提取的特征
·
首先，深度学习一般不需要人工提取特征。
如果仅仅给网络提供人工提取的特征，反而有可能会造成网络性能的下降。
（深度学习模型可能提取到一些人类不易察觉的特征，这些特征可能对结果的判定有着较大的贡献。）
但是这并不意味着人工提取的特征毫无作用，人工提取的特征可能是针对待解决问题的更为适合的定义，可以引导网络更好的学习。
例如：
可以把HOG特征的结果作为额外的一个Channel加入数据中让深度学习模型学习。
但是这种额外的工作对于模型来说不一定有很大的提高。
最终可能使模型性能：
1.略微提高 2.略微降低
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
1
0- 0
已为社区贡献3条内容
所有评论(0)