知识卡片
层级表征组合简单特征
在视觉处理的层级解释中,较低层对局部边缘、方向等特征产生响应,较高层通过组合这些输入形成更复杂、更抽象的表示。因此复杂识别不必直接从原始像素一步完成。层级结构是人工神经网络的重要灵感;真实视觉系统同时有反馈与互联,不能只凭层级相似就认定模型复现了脑的完整机制。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能的新时代 视觉启发与模型能力边界 · 查看原书依据
更抽象的上层感受野是由更基本的底层感受野构建而成的,这种层级感受野的概念吸引了研究人员,促使他们开始寻找完成最终转换并表示图像识别的神经元。
参考来源
- 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》人工智能的新时代,视觉启发与模型能力边界(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section03.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。
- 原始内容:更抽象的上层感受野是由更基本的底层感受野构建而成的,这种层级感受野的概念吸引了研究人员,促使他们开始寻找完成最终转换并表示图像识别的神经元。