作業(yè)思想：

????????純像素的圖片作為網(wǎng)絡(luò)輸入：性能低

????????從圖片中提取的特征（HOG+顏色）作為網(wǎng)絡(luò)輸入：性能高? （輸入層中只有特征，沒有像素圖了）

（**僅在網(wǎng)絡(luò)只有1層隱藏層時(shí)得出的結(jié)論）

作業(yè)具體：

• Linear?svm：

  ? ? ? ? 32x32x3作為輸入層 → 現(xiàn)在改成154（HOG方向柱狀圖和顏色柱狀圖）作為輸入層，網(wǎng)絡(luò)就是一層WX，score用svm來評估loss。

  ? ? ? ? test上識(shí)別準(zhǔn)確率從38% → 提升到44%

• 2 layer network：

  ? ? ? ? 32x32x3作為輸入層 → 現(xiàn)在改成154（HOG方向柱狀圖+顏色柱狀圖合并）作為輸入層，網(wǎng)絡(luò)有1個(gè)隱藏層和1個(gè)輸出層 [ f(WX)+WX ]，激活函數(shù)是ReLU，score用softmax來評估好壞loss。

  ? ? ? ? test上識(shí)別準(zhǔn)確率從52% → 提升到60%。

附：HOG是啥

一文講解方向梯度直方圖（hog） - 知乎 (zhihu.com)