深度学习实际应用时，如何结合领域数据的特征数学建模？

这里是 AI 研习社，我们的问答版块已经正式推出了！欢迎大家来多多交流~

https://club.leiphone.com/page/question

社长为你推荐来自 AI 研习社问答社区的精华问答。如有你也有问题，欢迎进社区提问。

话不多说，直接上题

问：深度学习实际应用时，如何结合领域数据的特征数学建模？

来自社友的回答

J 叔

我的看法是，把这个问题反过来比较容易一些，也就是：如何判别自己的研究领域特征是否可以用深度学习来建模求解。然后，再返回来看，如果不能用一般通用模型，是否在进行变换后可以和某模型同构。 换个说法，好枚举，也方便分类。

马文•加布里

一般情况下，拿传统的模型先试着跑起来，然后遇见问题解决问题，一般不会一下子就直接出来个新模型。就是这样的一个过程～成熟的模型先跑，效果也不会很差的一般来说，除非数据有问题。

莱特•哈灵顿

想用深度学习做东西那肯定要知道什么是深度学习，一般情况下，在CV领域用的最最最多的就是CNN，因为这也是最最最基础的，想要应用到CV领域，首先你得知道输入一幅图像，网络中每一层会得到什么特征数据，其次这些特征数据有什么特点，最后大致了解了输出特征数据的规律，再结合你自己要应用的东西，在NLP中，就是序列模型，每一层输出的数据有什么特征等等，和上述过程基本一样。

有技术问题需要求助？