CNN多层感知器的缺点

Question

假设我训练了一个二进制分类器--一只狗还是一只狗，图像是输入的，所以问题是，假设我使用一个多层感知器作为分类器，假设我用位于图像中心的狗的图像来训练它，然后如果我提交一张狗的照片，它的脸就在角落里，那么感知器就无法正确地分类。

但是如果我用CNN，它就能在这种情况下认出狗。我说的对吗？

Answer 1

不幸的是，这并不是那么简单。简而言之，答案是没有，没有保证会发生这种情况。虽然MLP有很高的失败几率，但它不一定要失败，这取决于它最终作为判别因素学习了什么。而对称CNN 并不是平移不变的(除非你的意思是缺少一个线性层)。如果您移动一个对象，它们可能会失败，它们只是受影响小于MLP。