|
记录下：
在使用Inception-v3模型进行二分类模型时，想不通为何要将图像转为图像的特征向量文件。
二维中的向量，代表平面上的一个线段，当然有方向有大小，在三维中同理，只不过 一个向量所代表的意义扩展了。
首先 我认为，将图像转化为特征向量在作为网络的输入，要远比图像直接作为网络输入的数据量要小得多。
同时 我认为，将图像使用网络模型特诊向量化时，也保留了图像的特征，不论在识别还是分类任务上，对最终实现的分类效果或识别效果影响不大？（可能我没追求那么多）而且 不管向量压缩的维度至多少，只需将训练时输入网络和测试时输入网络的图像均转化为同一维度，使其在同一个向量空间中，神经网络就能通过优化器进行学习，
个人理解。 | 
转播
