理解卷积神经网络的局限

本文转自极市平台

早期的计算机视觉利用符号人工智能（symbolic artificial intelligence），但需要人类制定每条规则，该方式难以成功。另一种方法是使用机器学习，与符号AI相反，机器学习算法具有一般结构，并通过训练样本学到它们自身的行为。但早期的机器学习算法仍然需要大量的人工设计来检测图像中的相关特征。

CNNs是一种端到端的AI模型能自动学习特征提取的机制。训练好的多层CNN模型可以以分层的方式自动识别特征，从简单的边缘、角到像脸、椅子、狗等复杂的目标。CNNs最早由当时还在Hinton实验室的LeCun在1980年代提出，但尤其当时缺少计算能力和数据，没有得到快速发展，当然现在已是今非昔比。