首先，深度学习一般不需要人工提取特征。
如果仅仅给网络提供人工提取的特征，反而有可能会造成网络性能的下降。
（深度学习模型可能提取到一些人类不易察觉的特征，这些特征可能对结果的判定有着较大的贡献。）
但是这并不意味着人工提取的特征毫无作用，人工提取的特征可能是针对待解决问题的更为适合的定义，可以引导网络更好的学习。
例如：
可以把HOG特征的结果作为额外的一个Channel加入数据中让深度学习模型学习。
但是这种额外的工作对于模型来说不一定有很大的提高。
最终可能使模型性能：
1.略微提高 2.略微降低
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
