//TODO
从图像识别说起
深度学习
为了扩展线性模型来表示x的非线性函数，我们可以不把线性模型用于x本身，而是用在一个变换后的输入 φ(x) 上，这里φ是一个非线性变换。
如何选择映射φ。
- 其中一种选择是使用一个通用的φ，显然是很难找到的
- 另外一种选择是手动地设计φ。在深度学习出现之前这是主流的方法。比如语音识别或计算机视觉。但是在不同的领域之间很难迁移。
- 深度学习的策略是学习φ。在这种方法中，有一个模型， y = f(x;θ;ω) = φ(x;θ)^T ω。有两种参数：
- 1.用于从一大类函数中学习φ的参数ω。
- 2.用于将φ(x)映射到所需的输出的参数ω。