Deep learning 关于深度学习的差异'；s学习数据（jpeg）和嵌入式系统（raw）
我用图像学习深度学习。 这一次，我有一个问题。 我想听听每个人的意见 通常，学习数据用于网站的图像识别，这会降低数据容量。 所以我认为使用了jpeg图像。 然而，在嵌入式系统中，不使用压缩图像。 我认为使用了原始图像。 我认为原始图像保存在内存中，并经过处理以供识别 在这里，当使用网站上的jpeg图像学习模型时，图像的格式是不同的。在认识上有什么不同吗？因为原始图像比jpeg图像的信息量大。 识别中不会出现问题吗 谢谢你的回答 我想听听每个人的意见 基于观点的问题不适合SO，但让我试着回答你的问题 神经网络（通常）对压缩的媒体数据不起作用。JPG、PNG或GIF首先解压缩并存储为原始2D阵列（3D，如果您使用颜色），然后再将它们输入到实际的体系结构中 这并不一定意味着使用JPG和原始文件之间没有区别。理论上，原始文件将导致更准确的结果。实际上，如果不过度压缩，差异非常小。有一篇论文专门讨论这个问题，但我很难找到它Deep learning 关于深度学习的差异'；s学习数据（jpeg）和嵌入式系统（raw）,deep-learning,jpeg,rawimage,Deep Learning,Jpeg,Rawimage,我用图像学习深度学习。 这一次，我有一个问题。 我想听听每个人的意见 通常，学习数据用于网站的图像识别，这会降低数据容量。 所以我认为使用了jpeg图像。 然而，在嵌入式系统中，不使用压缩图像。 我认为使用了原始图像。 我认为原始图像保存在内存中，并经过处理以供识别 在这里，当使用网站上的jpeg图像学习模型时，图像的格式是不同的。在认识上有什么不同吗？因为原始图像比jpeg图像的信息量大。 识别中不会出现问题吗 谢谢你的回答 我想听听每个人的意见 基于观点的问题不适合SO，但让我试着回答你的问