是否可以将图像特征，例如SIFT特征，输入到TensorFlow中的卷积神经网络模型中？我正在尝试实现这个项目，该项目将灰度图像进行上色。相较于直接将图像输入模型，使用图像特征是否会是更好的选择？附注：我对机器学习是新手，不熟悉创建神经网络模型。

回答：

你可以向TensorFlow的神经网络输入几乎任何东西。如果你对每个像素有额外的特征，那么你可以使用多个通道而不是单一的通道（强度）。

如果你有关于整张图像的额外特征，你可以创建一个单独的输入，并在上层合并这些特征。

关于性能的提升，你应该尝试两种方法。一般来说，直觉上，如果样本数量不多，额外的特征是有帮助的；但如果样本数量很多，神经网络可以自行学习特征，那么额外特征的效果会逐渐减弱。

另外一点：如果你是个新手，我强烈推荐使用更高层次的框架，如keras.io（它是基于TensorFlow的），而不是直接使用TensorFlow。