CNN就是多层带模糊和扰动的模版匹配. 神经网络只是受到人脑的启发，实际上和人脑的工作原理是不是一样根本没有人说得清，因为人脑是怎么工作的现在还没弄明白。视力是代价非常大的进化，大脑很大一部分用来处理视力有关。眼睛很费能量的，每多一只眼，大脑需要处理的信息成几何倍数上涨。所以足够就好。两个正好。

CNN本质在于convolution, 这个约束极大减少了参数数量。二是multi-layer，把一张图片从裸像素一层层抽象到高级概念，这个很接近人脑了。就是你看图像3秒内的第一感，这个层面上CNN速度和精度上都秒杀人类。但人类是有高级技能的，可以通过高层级智能来帮助识别，人类看一个图像很长时间，可以推理出更多东西。这个层面，机器还不是人类的对手。

performance差，主要来源于后面类似于人的逻辑处理的层，一般就简单用fully connected layer来模拟，或者增加CNN的层数+FC layer来做，也许完全是错的。cnn只是对应了人脑部分低级具象思维，离建立在先验概念上的抽象思维还有很远。

如果谁真觉得智能是靠卷积，那也太鸡巴搞笑了。

卷积后面的东西是难点。


【 在 feng321 的大作中提到: 】
: 这只是途径的一种，我还是想知道人眼和人脑是如何配合，识别出干扰线的？
--
FROM 79.142.79.*