旷视首席科学家孙剑：深度学习变革视觉计算丨CCF-GAIR 2019(17)
深度神经网络有两个特征：
首先 ， 它是对一张图片做映射 ， 映射到一个高维空间的向量上；它由非常长的非线性变换组成 ， 进来的信号进行多次非线性变换 ， 直到人们得到想要的图像表示 。
第二 ， 这个非线性变换中的所有参数都是根据监督信号全自动学习的 ， 不需要人工设计 。
这是一个可视化工作 ， 展示了神经网络在前面一些层学到了类似边缘、角点或纹理等初级模式 ， 在后面一些层学到越来越多的语义模式例如物体或物体部分 。 整体学到了分层结构的表示 。
推荐阅读
