Deep Learning模型之：CNN卷積神經網絡（二） 文字識別系統LeNet-5

 在經典的模式識別中，一般是事先提取特徵。提取諸多特徵後，要對這些特徵進行相關性分析，找到最能代表字符的特徵，去掉對分類無關和自相關的特徵。然而，這些特徵的提取太過依賴人的經驗和主觀意識，提取到的特徵的不同對分類性能影響很大，甚至提取的特徵的順序也會影響最後的分類性能。同時，圖像預處理的好壞也會影響到提取的特徵。那麼，如何把特徵提取這一過程作爲一個自適應、自學習的過程，通過機器學習找到分類性能最優

>>阅读原文<<