深度学习 （一）计算机如何处理和识别图片揭秘

前言

       先来一张美景图，欣赏一下大自然，顺便大家猜猜这是哪里br>

总结

这只是一个图像识别的思路，除此之外还有很多高校的识别方法，以后会探索更搞笑的算法，对于图像识别越快速、准确率、召回率越高，越是我们希望看到的。

题外思考

创造平等的机会 与 平等的结果 谁更好/strong>
       我们先举一个简单的例子，比如很厉害的清华大学要像全 会招生，由于 会各个地区教育资源、师资力量不平等造成了他们最终考试的水平也不平等，好的地方很可能分数比较高，造成大学招进来的人都是资源好的地方的学生，教育本来就欠缺的地方永远也没有进去好大学的资格，如何改变这种状况呢br>        可以提高基础教育条件对于条件不好的地方加大投资力度，帮助教育落后的地方改改教育状况，即创造平等的参与机会，另一种做法是大学按地区名额来招生，每年给教育落后地区也分配一定名额，那么他们也可以进度好大学，如此也可能带来大学整体水平下降，各有利弊，我是觉得创造平等机会其实是更好的，有助于提高升大学的综合水平，为 会培养出来更多的精英。
        法国高等教育分为了两类，一类是共同大学 另一类是精英大学，共同大学注重公平性属于普及综合教育、基础教育一类，精英大学是培养高端人才的，每年招收不如3%，历史上法国大部分科学家、高管都出自它的精英大学，比如巴黎综合工科学院 ，我们熟悉的泊松既出自这个学校，泊松的二项式定理，逻辑回归方程推导时即假设了样本是服从泊松分布的，大家也可以思考思考哪个更重要！