怎么让神经网络学到我们想要的特征

神经网络是一个万能函数逼近器。在图像处理领域，函数的输入是一张或者多张图片，而输出是任何我们想要从图片中提取的信息。有的信息只需要掌握像素级别的特征，比如把RGB才是图像变成灰度图。但有的信息却需要对图像进行一定的理解才能得到我们想要的输出。比如对图像里面的人和动物进行计数。这要求神经网络必须能够识别眼睛鼻子嘴巴，并对这些器官的相对位置有所了解。

神经网络是否能够理解图片的内容，这完全全取决于我们给它的任务。如果我们只让他去学习怎么把才是图片变为黑白图片，它永远不会学到什么是眼睛，什么是鼻子。这和人其实是一样的，如果要求你用最快的速度判断大量的图片是黑白还是彩色的，但你把所有图片分好类后，保证你不会对图片的内容有任何印象。但如果叫你统计所有图片里的面孔数量，那结果就完全不一样。对神经网络也一样，它必须要找到一种方法去识别五官，才有可能正确输出面孔数量。

但这里还有个前提，神经网络的存储能力不能太强，或者说用来训练网络的数据必须够多。不然神经网络还有另外一种选择，就是简单记住训练中的每一张图片中的面孔数量。但当一张不在训练集中的图片出现的时候，它就什么也做不了了。我们的生活中也有这样的例子。如果你要参加一场考试，你被告诉这个考试只有10道选这题，而且这10道题一定是从一个100道题的列表中抽出来的。那么你一定会把这100道题的答案背下来，虽然你能得满分，但是你完全不知道你学到了什么。但如果告诉你这10道题是从1万道题的题库中抽取的话，你就必须对真正的学习内容进行理解，用有限的记忆容量来推断每道题的答案。

所以总结来说，要想神经网络学到我们期望的特征，我们需要给它一个任务，这个任务只有可能在学到我们期望的特征的基础上，才能完成。