What is the Best Multi-Stage Architecture for Object Recognition?(经典文章阅读)

一.文献名字和作者

     What is the Best Multi-Stage Architecture for Object Recognition?， Kevin Jarrett, Koray Kavukcuoglu, Marc’Aurelio Ranzato and Yann LeCun

   

二.阅读时间

    2014年11月3日

三.文献的贡献点

    文章主要是通过实验的方法回答了自己提出的三个问题：1.非线性变换是否影响识别效果；2.使用非监督或者有监督学习到的滤波器是否比随机产生或者人工选择的效果要好；3.级联两个特征提取是否效果比较好。

    通过实验对比，作者对于上面三个问题有了回答：

    1.实验证明，使用非线性能够显著提高识别效果；

    2.使用非监督学习之后再进行监督学习能够获得最好的效果，但是这个最好的效果也仅仅是比单纯使用有监督的效果好一点而已，并不明显；同时，使用有监督和无监督都比使用随机滤波器和人工特征要好；

    3.使用两次特征提取(或者说，层级的特征提取)效果要比单独一次特征提取效果要好，这个也就是深度学习的精髓。

    这篇文章的观点在今天看来，基本上已经是common sense了，再次强调也没有多大意思了。

    因此，这篇文章在今天看来，基本上已经不论算作有创新性的文章了。

    

版权所有，欢迎转载，转载请注明出处，谢谢