深度学习｜10.1 深度学习在计算机视觉的应用

深度学习在计算机视觉的应用

可以用于图像分类

可以用于目标检测

可用于风格切换

图像大小和神经网络设计的关系

图像中的每一个像素点都是输入层的一部分。而最终最后只有一个输出点，也就是说需要通过乘上中间层/隐藏层内部的矩阵，从而实现降维。

直观上，信息越多，分析的效果应该越好，但也意味着分析的量会越来越大，考虑到分析所需要的时间和空间，往往采用卷积的方式使得神经网络的规模没有那么地大。