如何将CNN的性能优化十倍

一，人是如何进行视觉信息储存

人通过感官接受到的信息，会和计算机一样，进行编译、转化，再进行储存、使用。

人接受到的视觉图像，会在传递的过程种，分解为形状和参数两种数据。
形状这一词指的是一个物体的轮廓线。
参数这一词指的是一个物体的颜色、所处环境、特殊印记、大小、行为，等等一系列的特征数值。

例如：一只猫的形状，就是把该猫的花色、大小、行为、等参数全部剔除。只留下一个由简单线条组成的猫。
我所说的这个形状，有时连五官都可以忽略。比如，一个猫的头部，只需要用一个圆圈当脑袋，和两个三角做耳朵，就可以勾勒出来，像小学生的涂鸦一样。
而该猫的参数则会储存着，颜色黑白相间，绿色眼睛，大概有三十厘米长，正在草地上蹲着。这样的信息。

当人见过第一只猫以后，就会按照我上面说的过程储存信息。
只要再遇到形状相同的生物，人就可以辨别出这是猫。当然，假设一个人只知道猫，不知道老虎，可能就会存在误判。把老虎也认为是猫。一只特别大的猫。

二，如何应用

以上这种物体识别模式，就是人视觉泛化能力如此强大的根本原因之一。不过哪怕是之一，也有很好的应用效果。
只要我们使用该模式构建一个神经网络，那么我们让计算机在进行物体识别训练时，就不需要大量的样本训练，也不需要大量的时间来优化模型，只要3到5张图，就能让计算机认识一种物体。并且效果甚至可能比别人用几万张图训练的还要好。
也就是说，我们要先写一个，物体轮廓提取的模块。
神经网络接收到图像后，要先经过轮廓提取模块，提取出形状。
这个形状再转化成参数，由神经网络判断属于哪一个类，然后进行分类，最后输出结果。
该结果获取后，就可以确定该物体的大类。然后再将颜色，大小之类的参数添加进来，预测其具体名称。

三，总结

我们并不需要将人工智能每一项能力都超越人类，大部分只要和人类持平就好，我们需要的仅仅是计算机的计算和存储能力与人类智慧的结合。
————本文为博主原创，转载请注明。