更多的应用领域
-
压缩
Auto-encoder, self-organizing maps
比如说用CNN做图像分类的时候,网络中间的卷积层实际上在做的是特征提取,也就是对图像经行coding,压缩; -
生成图像描述Image Captioning
结合递归神经网络 -
图像风格化转移 Image Stylization
-
基于内容的图像 Image Retrieval
-
…
结论
-
更强大,可以自动从数据中学习特征,无需人工提取特征,所以可以更加节约时间,而且会更好,比如说自动提取空间和图像结合的特征,有些是人脑无法想象的,神经网络可以把图片中的物体的形状、颜色、纹理等给抽象的提取出来;
-
更深的网络具有更好的能力
但是要防止过拟合 -
更大的数据量
数据质量 (数据集是否均衡等)
数据标注