深度学习 与 概率图模型

随笔

深度学习有强大的自动学习特征的能力，而概率图模型能够解释事物之间的本质的联系，故有一种说法，神经网络当作前端来学习提取事物的特征（高维的非结构化的数据），转换成概率图模型可接受的形式，最后概率图模型当作后端解释模型解释事物之间的联系

现在的深度学习太纠结end-to-end模型，反而概率图模型中的局部可控的消息传递方法灵活度更高，也更容易构建大型的智能系统