每次調整的到底幅度都很小（比如 0.001）
，它通過層層檢測器從數字中提取特征。聪明从手每張都貼好標簽——"這是机人貓" 、不過你不需要把這個類比想得太深——它隻是脸识一種"層層傳遞 、圖形處理器）來算。别说等於什麽
？到底

參考資料

1. Sobel operator - Wikipedia — Sobel 算子由 Irwin Sobel 和 Gary Feldman 於 1968 年在斯坦福人工智能實驗室提出
2. A logical calculus of the ideas immanent in nervous activity - McCulloch & Pitts (1943) — 第一個神經元數學模型 ，層數很多的聪明从手神經網絡 ，它"看到"的机人是什麽？不是一個水果的畫麵，歡迎關注我，脸识至今已經用了半個多世紀。别说8 層網絡，到底斯坦福大學的聪明从手李飛飛教授團隊發布了 ImageNet 數據集。花了大約 5-6 天，机人

   這就是脸识電腦"看"圖片的第一步 ：找到所有顏色突變的位置。

   電腦眼中的照片

   要理解手機怎麽"人臉識別"，歡迎分享+關注 。把兩個結果綜合起來，用普通電腦的 CPU（中央處理器，分別表示紅色 、AlexNet 將錯誤率從同年第二名的 26.2% 直接降到了 15.3%（這裏的"錯誤率"叫 top-5 錯誤率——給電腦 5 次機會猜圖片內容 ，動輒幾十層、

   

   GPU 原本是用來生成（渲染）遊戲畫麵的。沒有邊緣的區域呢？

   圖片:          檢測器:100 100 100    -1  0  1100 100 100    -2  0  2100 100 100    -1  0  1計算
   ：(100×-1) + (100×0) + (100×1) +(100×-2) + (100×0) + (100×2) +(100×-1) + (100×0) + (100×1)= -100 + 0 + 100 +  -200 + 0 + 200 +  -100 + 0 + 100= 0

   結果是 0
   。

   訂閱

   如果覺得有意思，你從來沒想過這件事有什麽特別的。變成了"這個位置有沒有邊緣"的數字。這可能要算好幾個月甚至幾年
    。GPU 算力、他們第一次用數學來描述神經元的工作方式。現在你隻需要知道：電腦有辦法算出調整的方向和幅度。

   這就是電腦"看到"的東西 。涵蓋 2 萬多個類別
   。背景可能是深色的，那就是像素
   。

   比如下麵這個 5×5 的小圖 ：

   

   在電腦裏，
   有的變成了紋理檢測器。

   核心突破 ：讓電腦自己學

   還記得前麵的 Sobel 算子嗎 ？

   -1  0  1-2  0  2-1  0  1

   這 9 個數字是人類設計的。而是從海量數據中找到了反複出現的模式——比如"眼睛區域的像素通常呈現這樣的數字組合"。是因為它的工作方式有點像人腦中的神經元——每個神經元接收信號、比如 ，它專門用來檢測垂直方向的邊緣。右下角是淺色（數字 200 ，但眼睛、把形狀變成部件 ，這個檢測器會在整張圖片上一格一格地滑動 ，

   不過你可能發現了，之所以叫這個名字，斜線、

   訓練：電腦怎麽知道該往哪調？

   你可能還記得前麵留下的那個問題 ：猜錯的時候 ，

   一道簡單的數學題

   假設我們有一小塊圖片，

   而訓練神經網絡恰好也是這種活——對幾百萬個數字做大量簡單的乘法和加法
   。

   彩色照片稍微複雜一點：每個像素需要三個數字，就是一組數字組成的小模板——把它疊到圖片上，其中前 5 層做的就是我們前麵演示的操作——用檢測器在圖片上滑動 、能識別的東西就越複雜
   。

   2012 年
   ，叫"參數"。你會看到一個讓我非常震撼的例子
   ："國王"減去"男人" ，重複幾百萬次之後 ，然後全部相加  ：(10×-1) + (10×0) + (10×1) +(10×-2) + (10×0) + (200×2) +(10×-1) + (200×0) + (200×1)= -10 + 0 + 10 + -20 + 0 + 400 + -10 + 0 + 200= 570

   結果是 570，其餘全是 0（暗） 。遊戲畫麵需要同時計算屏幕上幾百萬個像素的顏色，就 9 個像素，發現了很多有意思的東西 ，但正確答案是"狗"。擅長一件一件地處理複雜任務），就是"深度學習" 。

   給電腦看 1000 張貓的照片和 1000 張狗的照片 ，保持

3. 如果猜錯了——調整那 9 個數字 ，讓檢測結果更穩定。也會同時在左右和上下兩個方向上產生亮度差，就能看到一個個小方塊，沒有人告訴電腦"要檢測眼睛"，

   這個數字的意思是 ：這裏有一條明顯的邊緣，是從幾百萬張人臉照片中"學"出來的
   。

   讓我把完整的過程串起來 ：

   1. 采集麵部數據 ：手機用攝像頭和傳感器采集你的麵部信息，結果的數字越大（不管是正還是負），不能告訴你"這是一隻眼睛"。而是把它們變成"空的"——可以填入任何數值 ：

      ?  ?  ??  ?  ??  ?  ?

      一開始 ，訓練這樣一個模型，

      

      這個類比最早來自 1943 年 McCulloch 和 Pitts 的論文，檢測器提取出來的數字指紋和你錄入時的差太遠了 
      。取名 AlexNet（Alex 的網絡） 。藍色的強度（也是 0 到 255）。鼻梁這些區域的數字模式沒變，什麽是"眼睛"。

      順便說一下這個檢測器的來曆：Sobel 算子是 1968 年由 Irwin Sobel 和 Gary Feldman 在斯坦福人工智能實驗室的一次演講中提出的，

      至於中間那列的係數（-2, 0, 2）比兩側的（-1, 0, 1）更大
      ，說明邊緣越明顯。這樣就不會被一張照片騙過去。從互聯網上收集的真實場景人臉照片 ，
      還有一些
      ，把所有檢測器發現的信息都匯集在一起，得先回答一個基本問題 ：電腦看到的"照片"長什麽樣 ？

      一張照片是由很多個小點組成的
       ，手機往往就不認識你了 。

      2009 年，

      

      • 如果左右兩邊顏色一樣——正數和負數互相抵消，然後比較兩組數字有多接近 。對應位置的數字相乘，手機"看到"的是這樣的東西：

        142  98  87 134 156 178 ... 78  45  52  89 123 145 ...134 167 189 201 178 156 ...... (幾百萬個數字)

        手機要做的事情是：看這幾百萬個數字，神經網絡研究的先驅 Geoffrey Hinton 的學生 Alex Krizhevsky 用這種"多層疊加"的方法做了一個圖像識別程序  ，

        讓我一步一步算給你看：

        圖片:          檢測器:10  10  10     -1  0  110  10 200     -2  0  210 200 200     -1  0  1對應位置相乘，
        但如果我們告訴電腦"正確答案"呢
        ？
        就像老師批改作業一樣。看一眼屏幕
        ，它隻是在做加減乘除：把像素變成邊緣
        ，測量臉的立體形狀	
        ，一個很大的正數。再傳給下一個	。但疊加四五層之後
        ，LFW 準確率 99.63%

      • Labeled Faces in the Wild — LFW 人臉識別測試集官方頁麵
      • Learning representations by back-propagating errors - Rumelhart, Hinton, Williams (1986) — 反向傳播算法的奠基論文，鼻子（一個三角形輪廓）、

        

        "標注好"的意思是：每張圖片都有人告訴你"這是貓"、為什麽 ？

        先別急著回答
        。

        有的變成了邊緣檢測器（類似 Sobel 算子——電腦自己"發明"了類似的東西）。

        所以當你拿手機對著自己的臉 ，而顏色在電腦裏是用數字表示的。

        解決方法是 ：疊加很多層。你能看出來這是一個十字形嗎？——中間一橫一豎的數字是 200（亮） ，沒有邊緣。所以這幾層叫"卷積層"）。

        這個設計很聰明，但換了個發型，ChatGPT 回答你的那三秒鍾裏究竟在算什麽 ，所以還能匹配上。就要比較左右兩邊的亮度" ，錯了多少？差了很多——它說 60% 是貓，對每個位置都做一次這樣的計算。越大越亮。表情——這些讓一張臉變得獨特的要素 。數字大的地方，

        • 如果上下顏色一樣——結果是 0（沒有水平邊緣）
        • 如果下麵比上麵亮——結果是正數（有一條水平邊緣）

        兩個檢測器配合使用——一個管左右，這些可調整的數字
        ，後 3 層負責把前麵提取到的所有信息匯總起來做最終判斷（叫"全連接層"——你可以把它想象成"匯總投票"，而是有一套精巧的方法能算出每個數字該往大了調還是往小了調
        。比如：

        0.1  -0.3   0.50.2   0.1  -0.40.3   0.2   0.1

        用這個隨機檢測器去掃描圖片，也就無法調整那些數字 。隻用加減乘除 ，而發型屬於臉的外圍，就有 100 萬個像素。無數種角度、"這是狗"。把那個數字調大一點

      • 如果變大——反過來，

        最簡單的情況是黑白照片：純黑是 0 ，它就是這樣一張表格：

        0   0  200   0   0  0   0  200   0   0200 200  200 200 200  0   0  200   0   0  0   0  200   0   0

        0 是黑色，我們得先搞清楚一個更基本的問題 ：手機到底是怎麽"人臉識別"的 ？

        答案要從一個讓人意外的事實說起——

        你的手機看到的不是一張臉 ，GPU 訓練神經網絡比 CPU 快約 70 倍。

        2012 年的突破用了一個聰明的辦法：用遊戲顯卡（GPU，是因為上一層的某個檢測器輸出偏了

      • 那個檢測器偏了，李飛飛團隊通過亞馬遜的眾包平台（一種把任務拆成小塊
        、

        但電腦隻看到數字啊 ，

        疊加：從線條到人臉

        但一層檢測器還不夠。我一直很好奇 AI 到底是怎麽工作的，

        一個現代的人臉識別模型可能有幾百萬到上億個參數。叫神經網絡 。實際上在做這件事：

        • 右邊像素的亮度 × 正數（加分）
        • 左邊像素的亮度 × 負數（減分）
        • 中間像素 × 0（不影響結果）

        所以最終的結果，你就找到了輪廓、下麵有一條橫線，一堆線條還不能告訴我們"這是一張臉"。分給大量網上工人完成的平台），數字越大，參數量更是以億計。加上"女人"
        ，

        2. 算力

        訓練一個模型 
        ，層層加工"的計算結構。我產生了一個新的疑問：

        AI 能"看"了——圖片在它眼裏是數字矩陣，解鎖。

        整個過程不到一秒。然後全部加起來。6000 萬參數
        ，

        三個條件——海量數據、

        假設電腦要判斷一張圖是貓還是狗
        。什麽是"眼睛" ，原理完全一樣，是因為裏麵的某個數字該大一點

      電腦會計算：如果某個檢測器裏的某個數字稍微變大一點，一種讓深層網絡更容易訓練的數學技巧（叫 ReLU） ，AlexNet 的 6000 萬個參數震驚了整個計算機視覺領域。這些"正確答案"是電腦學習的前提——沒有答案，

      整個網絡包含 6000 萬個可調整的數字 。讓檢測器學會了隻靠眼睛和眉毛區域的特征來識別你。隻是方向變了：它比較的是"下麵的亮度 - 上麵的亮度" 。不是圖像，都不是人類設計的，

      仔細看這個檢測器的結構
：左邊一列全是負數 ，排成 3×3：

      10  10  1010  10 20010 200 200

      左上角是深色（數字 10，

      

      每個像素都有一個顏色，你拿起手機，這也是邊緣。而不是死記每張圖的細節）。突然有人考了 85 分。五官、而是一堆數字 。三角形 、從 1.6 億張候選圖片中篩選和標注 。旗艦模型超過 1 億個參數
，而今天的大型模型，側臉怎麽辦？戴帽子怎麽辦  ？隻露出半張臉怎麽辦 ？

      你怎麽可能把所有情況都寫成規則 ？

      規則越寫越多，兩個檢測器都會給出非零結果
。是電腦自己從數據裏學出來的。什麽是"鼻子"。從左到右顏色在變亮 。"神經網絡"名稱的起源

   2. ImageNet Classification with Deep Convolutional Neural Networks - Krizhevsky, Sutskever, Hinton (2012) — AlexNet 論文，"這是汽車"
。結果是負數（有一條從亮到暗的邊緣）

   差異越大，把部件變成一組代表你這張臉的數字
，我們先用一個更簡單的任務來說明這個過程——區分貓和狗。證明在特定任務上
，

   一個人的臉可以有無數種表情 、動用了來自 167 個國家的近 5 萬名標注工人 ，

   那次突破有多震撼
？在 ImageNet 圖像識別比賽中 ，Graphics Processing Unit
，直到一個想法改變了一切
 ：

   不要人類來設計檢測器 ，想分享給你。

   但文字呢
？

   當你對 ChatGPT 說"蘋果" ，

   

   每天早上，本質上就是
：右邊的亮度 - 左邊的亮度。

   一堆數字 ，

   

   它怎麽找到邊緣？

   答案讓我很驚訝 ：隻用簡單的加減乘除就能做到 。中間一列全是 0。有一個名字，超過 1400 萬張標注圖片

   3. The data that transformed AI research — and possibly the world - Quartz — ImageNet 的建設過程，

      重複這個過程幾百萬次。

      回到手機人臉識別

      

      現在你知道手機是怎麽認出你的了。為什麽沒有更早實現？

      事實上，覺得不錯的話 ，top-5 錯誤率 15.3%

   4. AlexNet - Wikipedia — AlexNet 架構細節與參數量
   5. FaceNet: A Unified Embedding for Face Recognition and Clustering - Schroff, Kalenichenko, Philbin (2015) — Google 的人臉識別模型 ，它有 8 層。每一張都要把所有參數調整一遍 。

      讓我用一個簡化的例子來說明。第二層找形狀，所以選擇了這樣的數字組合。斯坦福的吳恩達（Andrew Ng）團隊就發表了一篇論文，哪怕是一條 45° 的斜線，就是一串能代表你長相特征的數字）

   6. 比較
      ：把這個數字指紋和你第一次錄入時存下的數字指紋做比較
   7. 判斷：如果兩組數字足夠接近——解鎖

   整個過程沒有任何"理解"。中間有一條從左上到右下的分界線——這就是一條邊緣。數字越小越暗，

   這就是"訓練" 
。

   這就是"學習"的本質 ：不是有人教了它規則，

   現在我用一個"檢測器"來掃描它 。中間的灰色就是 1 到 254。貓臉、以及一種防止網絡"死記硬背"訓練數據的方法（叫 Dropout——隨機"關掉"一部分檢測器 ，上百層 ，沒有人花這麽大力氣去收集和標注這麽多圖片。在人臉識別領域常用的測試集 LFW（Labeled Faces in the Wild，

   神奇的事情發生了：那些原本隨機的數字 ，

   不過你可能注意過一個奇怪的事 ：在幾年前 ，於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你
，但也很簡單——本質就是"比較左右兩邊的亮度差" 。這個方法叫"反向傳播" ，發表於 Nature

4. ImageNet: A Large-Scale Hierarchical Image Database - Deng, Dong, Socher, Li, Li, Fei-Fei (2009) — ImageNet 數據集論文，

   從邊緣到形狀：AI 卡了幾十年

   找到邊緣之後呢？

   1968 年的 Sobel 算子能找到邊緣，

   這種"很多層檢測器疊加"的結構 ，結果是正數（有一條從暗到亮的邊緣）

5. 如果左邊比右邊亮——負數那邊貢獻更大，

   一個新的問題

   理解了 AI 怎麽"認人"之後，汽車

像素 → 邊緣 → 形狀 → 部件 → 整體



每一層都是在上一層的基礎上
，它自己在反複的"猜對了/猜錯了"中發現了某些數字組合對區分不同人臉特別有用。隨機填一組數字
，打個比方：所有人都在 74 分左右競爭
，
有的變成了顏色變化檢測器。這些小點叫像素——你把手機照片放大再放大，說明邊緣越明顯。需要對幾百萬張圖片、

電腦用隨機檢測器算出一個結果 ，但對所有數字同時做這種微調，我後麵會專門講 
。Hinton 和 Williams 發表在《Nature》（全球最權威的科學期刊之一）上的一篇論文奠定了這個方法的基礎 。

一個邊緣檢測器隻能告訴你"這裏有一條線" ，神經網絡的概念在 1940 年代就有了，AI 為什麽能通過律師考試卻會一本正經地撒謊。層數越多，眼睛也是：眼白是淺色的 ，"這是狗"
、是為了讓檢測器更關注正中間一行的變化，到達一個"很少出錯"的狀態。"測量鼻子的位置"

但這些方法都撞上了同一堵牆 ：需要人類告訴電腦什麽是"眼睛" 、就能找到圖片裏顏色變化的地方。逼網絡學到更通用的規律，但應該是 0% 。

但如果讓電腦自己來選呢
？

假設我們不再指定這 9 個數字  ，

這就是 AI 的"聰明" ：不是真的理解 ，電腦怎麽知道該把那些數字往大了調還是往小了調？

這是整個係統最精巧的部分
 ，

為什麽 2012 年才成功  ？

你可能會好奇 ：如果"讓電腦自己學"這個想法這麽好 ，瞳孔是深色的，當時售價 499 美元）
，就無法判斷對錯，



這就是 AI 在"看"這件事上卡住了幾十年的地方。人臉識別的學習過程完全一樣
 。但邊緣隻是一堆線條
。最終的錯誤會變大還是變小
？

• 如果變小——好 ，檢測的東西連人類都說不清楚——但它們確實對區分貓和狗有用。

  它錯了。不是咬一口的味道——那它"看到"的是什麽 ？

  文字怎麽變成數字？AI 又怎麽"理解"這些數字的意思？

  下一篇 ，層層疊加

• 提取特征 ：最後一層輸出一組數字——你可以把它理解為你這張臉的"數字指紋"（專業術語叫"特征向量"
  ，是數字。就能看到"臉"了。

  在此之前 ，就能得到每個位置的"邊緣強度"和"邊緣方向"。200 是亮色（接近白色）。這個檢測器也是 9 個數字：

  -1  0  1-2  0  2-1  0  1

  這個檢測器有個名字，

  邊緣勾勒出了圖片裏"有東西"的地方 。也就是你臉的輪廓  。接近黑色），變成幾百萬個數字（說明一下：現代手機的人臉解鎖不隻靠普通攝像頭——比如 iPhone 的 Face ID 會用紅外線在你臉上投射上萬個不可見的小點 ，幾千萬個參數反複做計算
  。讓電腦自己學 。如果邊緣是水平的（上下亮度差）呢 ？

  很簡單——把檢測器旋轉 90°：

  -1  -2  -1 0   0   0 1   2   1

  看出來了嗎 ？現在上麵一行全是負數 ，

  這就是"深度學習"裏"深度"的含義——很多層檢測器疊加在一起 。那可能是一張臉"

• 有人試著提取更複雜的特征 ："檢測眼睛的形狀" 、而是它從大量的對錯反饋中 ，我們來聊這個問題。

  科學家們嚐試了很多方法：

  • 有人試著寫規則："如果有兩個圓形在上麵
    ，現在一些新手機即使戴口罩也能解鎖——那是因為廠商後來專門用大量戴口罩的照片重新訓練了模型，一層一層往回追溯，怎麽可能認出一張臉 ？

    第一個線索：邊緣

    什麽是邊緣？就是照片裏顏色突然變化的地方。

    這需要大量的計算。會自己變成有意義的檢測器。都是黑色線框" loading="lazy">

    比如你的臉和背景之間——皮膚是淺色的，判斷"這是不是主人的臉"。處理一下、層層提取特征——和我們前麵講的完全一樣）

  • 層層檢測
    ：這些數字經過很多層檢測器——第一層找邊緣，

    想象這樣一個過程 ：

    • 第一層檢測器 ：從原始像素中找到各種邊緣——橫線 、

      如果我們換一塊顏色完全相同 、為了建成 ImageNet ，識別簡單形狀——圓形、一張 1000×1000 的照片 ，就能檢測出圖片裏有沒有某種特征 。所以 GPU 特別擅長"同時做很多簡單的計算" 。

      Alex Krizhevsky 正是用兩塊遊戲顯卡（NVIDIA GTX 580，無數種光線 。第三層找五官部件，和正確答案對比 ：

      • 如果猜對了——不錯 ，完全不需要知道什麽是"臉"、包含 5749 個人的 13000 多張照片）上達到了 99.63% 的準確率。比如 Google 在 2015 年發表的 FaceNet ，弧線
      • 第三層檢測器：把形狀組合成部件——眼睛（兩條弧線圍成的橢圓）  、

        現在可以回答文章開頭的那個問題了：為什麽戴口罩手機就不認識你，但核心識別原理——把采集到的數據變成數字、叫做反向傳播——1986 年由 Rumelhart、這就形成了一條邊緣 ，算法改進——同時到位  ，那些數字就會逐漸穩定下來 ，但換發型還能認出來？

        因為口罩遮住了臉的下半部分——嘴巴 、讓下次更可能猜對

      怎麽調整？不是隨機亂調，在 AI 領域有一個專門的名稱，自己找到了有用的規律。

      就像考試之後對答案：

      • 最終結果錯了
      • 是因為最後一步的某個數字偏了
      • 那個數字偏了 ，用它來學習的方法 ，接近白色）。

        3. 算法

        AlexNet 還用了幾個關鍵的技術改進 。後續文章也會持續更新 。要理解這件事
        ，

        為什麽這個檢測器能工作？

        你可能會好奇
        ：-1, 0, 1, -2, 0, 2, -1, 0, 1這幾個數字是怎麽來的？為什麽這樣排列就能檢測邊緣 ？

        讓我解釋一下它的邏輯。

        怎麽用呢？把檢測器疊放到圖片上，同步更新在個人博客和微信公眾號

        微信搜索"我沒有三顆心髒"或者掃描二維碼，叫 Sobel 算子（"算子"就是"計算工具"的意思） 。

        實際使用時，就是邊緣。它照樣能解鎖 。這個係列就是我的探索筆記，

        但你可能已經發現了一個問題：這個檢測器隻能找到垂直方向的邊緣（左右亮度差）。

        這個困境持續了幾十年  ，嘴巴（兩條曲線）

      • 第四層檢測器：把部件組合成整體——人臉
        、下巴這些區域的麵部特征被口罩擋住了，

        手機不知道什麽是眼睛、

        而關鍵是
        ：每一層的檢測器裏的數字，檢測器關注的主要是五官區域的特征——發型變了，曲線

      • 第二層檢測器：把第一層找到的邊緣組合起來，但原理完全一樣——歸根到底還是數字 。訓練出了 AlexNet。

        讓我用一個具體例子來演示。戴上口罩 ，這樣就能得到一張新的"邊緣地圖"——原圖中每個位置的數字，一個三角形在中間，但永遠覆蓋不了真實世界的複雜性。經過層層計算 ，結果肯定是亂七八糟的。算出每一個數字對這個錯誤的"貢獻"有多大 。右邊一列全是正數，

        反向傳播做的事情是 ：從最後的錯誤出發
        ，這些技術讓更深的網絡變得可訓練。49000 名標注工人來自 167 個國家

      • Large-scale Deep Unsupervised Learning using Graphics Processors - Raina, Madhavan, Ng (2009) — GPU 訓練神經網絡比 CPU 快約 70 倍
      • NVIDIA GeForce GTX 580 - VideoCardz — GTX 580 於 2010 年 11 月發布 
        ，中間一行全是 0 。所謂檢測器，

        你看 ，

        那為什麽到 2012 年才突然成功
        ？

        因為三個條件終於同時湊齊了：

        1. 數據

        2009 年，綜合判斷最終結果） 。下麵一行全是正數，綠色 、

        電腦沒有被告知"要檢測邊緣"。純白是 255，

        這是 「AI是怎麽回事」係列的第 1篇。它不知道什麽是"臉"、為什麽這幾個數字能檢測邊緣
        ？先看看它怎麽用 ，它輸出"60% 可能是貓" ，你很快就會明白 。最終這個數據集包含了超過 1400 萬張標注好的圖片
        ，需要給電腦看幾百萬張人臉照片，找到了邊緣
        ，檢測更複雜的東西。就叫"深度神經網絡"，結果是 0（沒有邊緣）

      • 如果右邊比左邊亮——正數那邊貢獻更大，對應位置相乘再相加（這個操作的專業名稱叫"卷積" ，5 次都猜錯才算錯）——領先超過 10 個百分點 。才有了 2012 年的突破。把邊緣變成形狀，什麽是鼻子。豎線、反向傳播算法在 1986 年就發表了 。

        那些檢測器裏的數字 ，電腦的"大腦"，人類知道"要檢測垂直邊緣 ，即可訂閱。它自己發現了"檢測邊緣有助於區分貓和狗"。別擔心，第一層隻能看到線條，