计算机视觉如何工作？
神经科学和机器学习中的主要开放问题之一是：我们的大脑究竟如何工作，如何用我们自己的算法更加接近它？ 现实情况是，目前缺少全面有效的大脑计算理论。 因此，尽管事实上神经网络应该“模仿大脑的运作方式”，但没人能确定这是否真的成立。同样的悖论在计算机视觉中也适用。由于我们尚未决定大脑和眼睛如何处理图像，因此很难说生产中使用的算法能很好地逼近我们内部的心理过程。
在某种程度上，计算机视觉与模式识别有关。因此，训练计算机如何理解视觉数据的一种方法是，将大量的图像-成千上万个图像（如果可能的话）、已标记的图像馈送给它，然后使它们经受各种允许计算机追踪的软件技术或算法，找到与这些标签相关的所有元素中的图案。
因此，如果你向计算机喂入一百万张猫的图像，它将使它们全部受算法影响，从而使它们能够分析照片中的颜色，形状，形状之间的距离，物体彼此相邻的位置等等，以便可以识别“猫”的含义。完成后，如果再投放其他未标记的图像来查找属于猫的图像，则计算机（理论上）将能够利用其经验。
一幅图像需要大量内存，而算法要迭代需要很多像素。但是，要以有意义的精度训练模型，尤其是在你谈论深度学习时，通常需要成千上万张图像，并且更多。
