深度学习是一种从训练数据出发,经过一个端到端(end-to-end)的模型,然后直接输出得到最终结果的一种新模式。
一般的机器学习处理流程如下:
传感器获得数据——>预处理——>特征提取——>特征选择——>推理,预测或识别。
预处理——>特征提取——>特征选择,概况起来就是特征表达,良好的特征表达,对最终算法的准确性起了非常关键的作用。
特征表达一般都是人工完成的,靠人工提取特征。
好的特征应具有不变性(大小,尺度和旋转等)和可区分性。
手工选取特征是一件非常费力,启发式(需要专业知识)的方法,能不能选取好很大程度上靠经验和运气,而且它的调节需要大量的时间。
DeepLearning(unsupervised feature learning不需要人参与的特征选取) 就是自动学习特征的。