目标检测之CNN 系列 CONVOLUTIONAL NEURAL NETWORKS FOR DETECTION机器学习与深度学习 机器学习（MachineLearning）是一门专门研究计算机怎样模拟 或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识 构不断改善自身的性能的学科。（阿尔法狗） 一般方法： 应用：图像识别、语音识别、天气预测、基因表达、内容推荐 特征是机器学习系统的原材料，对最终模型的影响是毋庸置 的。上面步骤中间三步可以概括为特征处理，深度学习即机器自动 处理特征。深度学习基本思想 一个多层信息处理系统： I =S1=S2=.=Sn = O I输入，O输出，Si处理层 理想情况：I=O 信息处理不会增加信息，大部分处理会丢失信息。调整Si使得I与O 差别尽量小，每一层Si都是原来信息的另一种表示即特征。 于深度学习来说，其思想就是对堆叠多个层，也就是说这 一层的输出作为下一层的输入。通过这种方式，就可以实现对 输入信息进行分级表达了。深度学习发展 20世纪80年代末期，用于人工神经网络的反向传播算法（也叫Back Propagation算法或者BP算法）的
