深度学习入门理论1主要内容人脑视觉机理1关于特征2深度学习思想3训练过程45常用模型2人脑视觉机理 人的视觉系统的信息处理是分级的，神经- 中枢- 大脑的工作过程是一个不断迭代、不断抽象的过程。3目前我们通过机器学习去解决这些问题的思路都是这样的（以视觉感知为例）：4关于特征 特征是机器学习系统的原材料。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。 对于特征，我们需要考虑四个方面： 1 、特征表示的粒度 2 、初级（浅层）特征表示 3 、结构性特征表示 4 、需要有多少个特征5关于特征1 、特征表示的粒度 学习算法在一个什么粒度上的特征表示，才有能发挥作用？6关于特征2 、初级（浅层）特征表示 像素级的特征表示方法没有作用，那怎样的表示才有用呢？7关于特征3 、结构性特征表示 小块的图形可以由基本edge 构成，更结构化，更复杂的，具有概念性的图形如何表示呢？8关于特征 在不同对象上做训练时，所得的边缘基底 是非常相似的，但对象部分和模型 就会完全不同了。9关于特征4 、需要有多少个特征 我们知道需要层次的特征构建，由浅入深，但每一层该有多少个特征呢？10深度学习思想
