OpenMMLab 实战营打卡 - 第 2课

1.传统学习方法
传统学习方法使用机器学习，需要手工设计特征，生成特征向量后，交给分类器，限定了模型的学习效果。机器学习适合低维数据，从特征工程到特征学习，分多步骤完成可学习的特征提取，将多个简单特征变换复合构成一个复杂的端到端的分类器。
2.卷积神经网络
将以上特征的设计，交给神经网络，超越人工设计特征的局限，生成特征向量，初期还是使用SVM等分类器，后期的分类器由全连接层完成，实现分类任务的端到端模型设计，在特征学习、分类两个阶段极大提高效率，减少错误累加。在模型设计部分有较多工作。
3.神经网络模型搜索
模型设计依靠人工设计，利用神经网络完成模型的设计，再一次打破人工规则的局限。