上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包
括人、汽车、自行车、狗、背包、领带、椅子等。
今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚
至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿
童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就
走完了人类几十万年的进化之路，并且还在加速发展。
道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在
仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，
计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，
包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、
大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术
的发展提供了很大的支持。
本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）
的简单梳理，主要针对计算机视觉应用领域。
