【機器學習課程-華盛頓大學】：1 案例研究 1.6 深度學習（1）概念描述

1、應用：電商購物 一開始是文字搜索，接下來根據圖片搜索內容搜索。   2、傳統基於特徵的圖像識別： 比如sift特徵，其實就跟文字一樣，不同的特徵就是不同的編碼和字。   3、深度學習ImageNet競賽模型demo展示： 心得：狗狗混種檢測，可以用這種方式呈現   4、深度學習： 缺點： 數據量大； 級聯很多代表不同特徵的層； 計算量太大； 參數很難調節；   5、遷移學習和深度特徵 深度學習

>>阅读原文<<