OpenCV计算机视觉库，Tensorflow深度学习框架

OpenCV是计算机视觉库，包含了大量的图像处理和计算机视觉的算法，但是在机器学习方面明显不足，ML模块只有SVM，MLP，kNN等有限的几种算法。dnn模块也是调用别的框架。

Tensorflow专为深度学习而生，是当前很常用的一种深度学习框架，可以方便的实现各种深度学习算法。

二者不属于同一领域，做计算机视觉用OpenCV，做深度学习用Tensorflow。或者二者结合可以做图像识别等等。

DNN深度神经网络（Deep Neural Networks）、多层感知机、多层神经网络。神经网络是基于感知机的扩展，DNN可以理解为具有多层隐藏层的神经网络

第一层为输入层，中间包含n个隐藏层，最后一层作为输出层，层与层之间全联接

激活函数作用：

无论是单个感知机还是神经网络经输出层、全连接层输出的结果，未经激活函数作用，均未脱离线性因素的影响。无论是一元、多元、对数、对数几率回归，单变量还是多变量回归，均包含wx+b形式，未经激活实质上还是属于线性回归模型。

激活函数为神经网络的输出结果增加非线性因素，解决线性模型表达能力不足的问题。

无激活函数的神经网络实质属于线性回归模型。

常见的激活函数：

sigmoid、RELU、tanh、softmax