我对使用大型深度学习网络与概率图形模型（PGM）（如随机场模型）进行结构化学习（例如图像或表面上任意图的标签等）之间的差异感兴趣。例如，哪些领域/领域/问题将是首选？一对一是否有理论上的保证？它们如何一起使用（例如在这样的论文中）？

我最近听说深度学习（即卷积网络）已经取代了条件随机场（CRF）等经典的结构化学习方法，并且对该领域专业人士的想法很感兴趣。

我当然更喜欢文学和数学而不是轶事（所以没有人解决这个问题:)）。