昨天才說到99.7%就要收工了？但就是忍不住繼續鑽研挑戰那些MNIST剩下難解的魔王題！大概都是像上面這種，其實每個人主觀答案都未必一樣的邊緣案例，但是既然都有標準答案了，就努力找到可以說它們是標準答案的細微特徵吧！即使只是一個畫素缺口我也不放過的！最後就拚到99.852%了！

上面就是Google說的各種技術的辨識率比較，最高水準就是99.8%以上，所以我絕對已經站上了之前只有DL與CNN聲稱可以達到的巔峰！他們沒辦法讓你測試他們的成果，我可以！下載我的Demo程式就可以自己玩了！也可以輸入MNIST規格的案例，看看我是不是在吹牛！

http://www.ezonesoft.com.tw/EzoneSoft_HWdemo.rar

其實這一天半的最後關卡突破，就是仿效深度學習的作法！把更多更細微的特徵都納入考慮，也充分運用特徵的組合權重差異，當然就更能分辨出字形的微小差異！我跟他們不同的是真的是用自己的腦袋思考出那些精緻的邏輯，不是靠電腦的無窮算力嘗試錯誤暴力運算出來的！是很傷腦筋但是比較省錢嘛！

重點是我的邏輯是對症下藥很明確的，而且大量使用定性比較，極少使用機率統計算權重之後來做定量判斷！所以辨識速度快得不得了！辨識一個數字平均只需要0.75「毫」秒！這才是我開發這個辨識核心的首要目標！就是做出一個真的可以輕鬆「離線」使用的軟體！

真實的狀況是：20年前DL與CNN就已經可以達到辨識率99%了！但是市面上就是買不到他們的成果？原因就是他們做出來的東西都太龐大笨重，計算量太大，只有雲端的超級電腦才跑得動！我現在的成果就可以徹底解決這個糾纏大家超過20年的難題！也證明其實DL與CNN根本不是甚麼好的技術選擇！即使做出高辨識率都很難推廣使用的！

請問Google：你還是認為DL與CNN才是唯一的主流影像辨識技術嗎？