本文共 1034 字，大约阅读时间需要 3 分钟。

However, for many tasks, it is difficult to know what features should be extracted. For example, suppose that we would like to write a program to detect cars in photographs. We know that cars have wheels, so we might like to use the presence of a wheel as a feature. Unfortunately, it is difficult to describe exactly what a wheel looks like in terms of pixel values. A wheel has a simple geometric shape but its image may be complicated by shadows falling on the wheel, the sun glaring off the metal parts of the wheel, the fender of the car or an object in the foreground obscuring part of the wheel, and so on. 

但是，在许多人工智能的任务中根本无法识别那些特征需要提取出来。比如，我们需要开发一个软件从图片里识别汽车。按照常识来说，我们知道汽车有轮子，所以会拿是否有轮子来当作特征值。不幸的是，我们很困难地描述轮子是什么样子。虽然轮子在几何上看来是有一定的形状，但是这些轮子可能被一些阴影覆盖着，或者轮毂被太阳光照耀着，或者汽车的档泥板阻挡住一部分，又或者车前头部分掩盖着一部分， 以上种种原因很难描述出图片里的轮子是什么样子。

1. TensorFlow API攻略

3. C++标准模板库从入门到精通 

4.跟老菜鸟学C++

5. 跟老菜鸟学python

6. 在VC2015里学会使用tinyxml库

7. 在Windows下SVN的版本管理与实战 

转载地址：https://mysoft.blog.csdn.net/article/details/68067576 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！