cs231n_神经网络

feature transformation:

1. 笛卡尔变成极坐标

2. 颜色直方图

3. HoG

4. Bag of Words

传统的分类器，进行特征的转换，叠加多种特征，然后使用线性分类器进行分类。

神经网络分类器，特征提取和分类都通过网络自己学习，没有之前的人工设计的特征提取器。

 神经网络，

输入，中间，输出层组成。

权重的大小，表现当前层输出某个位置的信息对后续位置的影响。

mlp, multi layer perceptron，全连接层

神经网络理解，

前几层，学习各种template，推理就是template的匹配。

中间增加relu，作为激活层，增加网络的表达能力，增加非线性。