51.选择管道组件之任务简单化 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费.

除了数据可用性以外，考虑流程中组件时，你还需要考虑一个因素：单个组件解决问题的简单程度。你应该试着选择那些容易构建和学习的组件。那什么叫做组件易于学习呢？

看看下面几个机器学习任务，按难度递增的顺序排列出来：

1. 判断图片是否曝光过度
2. 判断图片是在室内拍摄的还是在室外拍摄的
3. 判断图片中是否含有猫
4. 判断图片中的猫是否有黑色和白色的毛
5. 判断图像是否包含暹罗猫（一种特殊的猫）

上面这些都是图形二分类任务：输入一幅图像，输出0或1。但是列表中前几个，对于神经网络来说相对容易学习。你可以通过很少的样本集就可以完成到前几个任务。机器学习中，还没有一个很好的正式定义，什么样的任务难，什么样的任务简单。随着机器学习和神经网络的兴起，我们说，如果训练的步数很少(或神经网络很浅)，任务就可以完成，那么我们称任务简单。如果训练需要更多的步数(或更深的网络)，则我们说任务很难。但是这些都是非正式的定义。

如果你能将一个复杂的任务，拆分成几个简单的子任务，然依据简单的子任务进行编码，通过给你的算法提供先验知识，可以帮助你的算法更有效的学习这个任务。

假如你正在构建一个暹罗猫检测器，下面是一个端到端的结构：

你也可以使用两步来完成这个任务：

第一步先检测图片中的所有猫。

第二步将每只猫裁剪出来，然后通过特殊猫咪检测器，检测每一只猫，如果有暹罗猫，则输出1.

相对于纯端到端系统，只是用0/1标签，使用两个组件：猫咪检测器和特殊猫咪分类器，似乎更容易学习且需要的数据量更少。

最后一个例子，让我们回到自动驾驶流程中：

通过使用这个流程，你告诉算法执行三个关键步骤来实现自动驾驶：

1. 检测其他汽车
2. 检测路上行人
3. 行车路线规划

这三个步骤中，每一步都相对简单，相对纯端到端系统，所需的数据量也更少。

总的来说，当你决定流程采用哪些组件时，尽量选择相对简单的组件，这样可以使用更少的数据，就可以学习了。