如何向深度学习模型中加入先验知识？

作者：采石工

https://www.zhihu.com/question/279012198/answer/1298985606

1) CNN 中使用的卷积层就是利用了图像像素距离越近相关性越强的先验 (卷积层是局部连接的).

2) 行人重识别中常用的水平分块也是利用了行人图像未对齐的先验.

3) 目标检测中 anchor 的尺度和宽高比的设置也是根据先验确定的.

可见一个新的网络层 (如上述的卷积层) , 新的网络模块 (如上述的水平分块), 特定的参数设置 (如前述的 anchor 的设置) 都可以引入先验知识.

作者：知乎用户zKk5cV
https://www.zhihu.com/question/279012198/answer/404294388

何种先验知识？实际上使用深度网络结构本身就是使用了先验知识，是把数据结构用所构造的深度网络来表达。其他的先验知识，比如基于feature engineering思想的先验知识可以加在网络结构中，比如识别人体姿态，就可以把人体结构的先验信息通过对检测的局部特征的message passing来进行滤波增强。

作者：Wheeler
https://www.zhihu.com/question/279012198/answer/1278980060

要看你想加入哪种先验知识，，比如，如果想要用神经网络拟合sin(x)是比较困难的，但是我们直接用sin做激活函数。。。这算不算利用了先验知识？

更一般的情况下，就是我们已经知道某个问题大概怎么个解决思路，可以直接利用这个思路来设计对应的模型结构。其次，如果已知解决问题需要某些先验知识，可以对模型中的一部分进行预训练。

作者：刘聪NLP

https://www.zhihu.com/question/279012198/answer/1283610943

预训练模型算不算加入了先验知识。建模过程中可以加入分词，词性，ner，位置等信息。不过像分词等，还可能加入新的噪声，取决于分词效果。

下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~