文章插图
2）提取特征
如果字母X、字母O是固定不变的 。那么最简单的方式就是图像之间的像素一一比对就行 。但在现实生活中 。字体都有着各个形态上的变化（例如手写文字识别） 。例如平移、缩放、旋转、微变形等等 。如下图所示：

文章插图
我们的目标是对于各种形态变化的X和O 。都能通过CNN准确地识别出来 。这就涉及到应该如何有效地提取特征 。作为识别的关键因子 。回想前面讲到的“局部感受野”模式 。对于CNN来说 。它是一小块一小块地来进行比对 。在两幅图像中大致相同的位置找到一些粗糙的特征（小块图像）进行匹配 。相比起传统的整幅图逐一比对的方式 。CNN的这种小块匹配方式能够更好的比较两幅图像之间的相似性 。如下图：

文章插图
以字母X为例 。可以提取出三个重要特征（两个交叉线、一个对角线） 。如下图所示：

文章插图
假如以像素值\"1\"代表白色 。像素值\"-1\"代表黑色 。则字母X的三个重要特征如下：

文章插图
对其进行特征匹配计算的方法不在这里阐述 。

• 庄家洗盘的目的是什么？
• 煮梨水放冰糖好不好
• 国内做财务机器人的公司有哪些？
• 山楂泡水是干的好还是新鲜的好
• 在A股里,真正的人工智能龙头除了科大讯飞,还有哪几个？
• 新鲜山楂怎么吃最好
• 庄家洗盘的手法怎么能判断出来？
• 您知道全球人工智能Al机器人行业里面的四大家族吗？您个人怎么去评价这四家公司？
• 过期的化妆品可以怎么处理
• 国内有哪些优秀的AI电销机器人开发公司？