總結一下： 在簡單、固定的情形裏面，傳統算法或許能在計算資源消耗上優於深度學習，但是算法的表現最多隻能是媲美訓練perfect的深度學習模型；但是在複雜且干擾甚多的情形下，傳統算法綜合來說無法媲美深度學習模型。
那麼傳統算法如何同深度學習結合了？我根據工作經驗認爲主要有以下幾點：
- 數據預處理， 深度學習算法的前期數據預處理階段需要使用傳統算法進行增強，比如對某些有“缺陷”的樣本進行初步篩選，比如對有些你需要網絡學習的特徵進行增強處理等等。
- 在某些深度學習模型中提供參考，比如在某些condition GAN 裏面，使用傳統算法提取出的某些特徵也作爲輸入參量一併輸入
- 設計loss 函數，比如在圖像風格轉換、超分辨領域，使用SSIM等loss。
因此作爲合格的圖像算法工程師，對於傳統算法和深度學習算法都應該有所瞭解。