Deep Leaning (深度学习)学习笔记一

机器学习步骤

          例如图像识别、语音识别、自然语言理解、天气预测、基因表达等。目前我们通过机器学习去解决这些问题的思路都是这样的（以视觉感知为例）：

 

Low-level  sensing -->Preprocessing -->Feature extract -->Feature selection

     -->Inference;prediction;recognition

 

        从开始的通过传感器（例如CMOS)来获得数据，然后经过预处理、特征提取、特征选择，再到推理、预测或者识别。最后一个部分，也就是机器学习的部分，绝大部分的工作是在这方面做得。而中间这三个部分，概括起来就是特征表达。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，而且系统的主要计算和测试工作都耗在这一大部分。但，这块实际中一般都是人工完成的，靠人工提取特征。

 

       然而，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。既然手工选取特征不太好，那么能不能自动的学习一些特征呢？答案是能！Dee