行 ，在讲卷时网之前啊 ，先给大家看一下 ，就是我们的计算机视觉啊它的一个发展的一个趋势 ，因为卷积神经网络主要就是运用到咱们的一个计算机视觉任务当中的 ，从10年开始啊到这个16年啊 ，这个是只截取了前几年的一些数据啊 ，在这里就是有一个数据集啊 ，就当中有一个图像分类的错误率 ，注意点啊 ，咱的一个 y 轴当中列出来的是一个错误率啊 ，错误率的时候 ，你看10年的时候还是比较高 ，一年比较高 ，12年的时候突然这个错误率下降了 ，为什么 ，之前给大家在讲神经网络的时候也解释过 ，12年有一个网络叫什么叫做 ssn 的 ，它在很多问题上都打败了传统的机器算法吧 ，10年 ，11年相对来说都是传统机器算法 ，12年开始深度学习啊 ，逐渐的步入到啊咱们的一个大家视野当中了 ，然后呢 ，我们来看15年和16年有个标志性试验 ，什么这一块列出一个灰色的是什么 ，什么意思 ，人类肉眼的一个识别能力 ，或者说人类肉眼当你看这些图像让你进行一个判断的时候 ，我们人类不可能百分之百的判断 ，对吧 ，也会判断错一些东西 ，人类错误率大概5% ，16年的时候呢 ，人类就是我们计算机视觉当中用深度学习网络达到的错误率已经远高于人类了 ，所以说原来就是那个里面的图像分类比赛 ，像我之前说的 ，到16年之后啊 ，他也是17年之后他也不再做了 ，因因为已经达到了预期的一个标准了 ，它要转向其他的方向了 ，这里给大家看了一下计算机视觉啊它基本的一个发展 ，主要大家知道一点行了 ，深度学习啊 ，相当于是把计算机视觉领域啊给他救起来了 ，现在基本上一些 cv 任务还是用深度学习算法是比较多的 ，然后呢我们这节课重点落在卷积神网当中 ，建议大家说一下我们所谓的这个卷积神经网络 ，它都能够去做哪些个事情 ，

就可以这么说吧 ，基本上大家暂时能够想到的一些传统的计算机视觉的任务 ，或者说以后可能出现的计算机视觉任务 ，全部没有这个 cnn 网络卷积神网络 ，它有别称 ，叫做一个 cnn 网络 ，全部啊 ，能用它来玩起来的 ，比较常见的 ，比如说一些检测任务 ，在一张图像或者是一个摄像头当中要进行检测 ，进行一个追踪 ，这些啊现在做的都已经比较好了 ，之前可能做的准确率没有那么高 ，但是现在呢 ，卷积时往来之后 ，在计算机设计当中啊 ，每一年都有很多优秀论文发表出来 ，这些论文当中啊 ，每一年都在进行提升啊 ，检查任务 ，现在做的已经比较不错了 ，检测任务还有一些图像的一些边缘的一些分割啊 ，这些都是比较传统的 ，还有呢像是一些分类和检索 ，分类就不用多说了 ，