以下內(nèi)容整理自 2017 年 6 月 29 日由“趣直播--知識直播平臺(tái)”邀請的嘉賓實(shí)錄麸祷。
分享嘉賓: 羅韻

目前，人工智能褒搔，機(jī)器學(xué)習(xí)阶牍，深度學(xué)習(xí)喷面，計(jì)算機(jī)視覺等已經(jīng)成為新時(shí)代的風(fēng)向標(biāo)。這篇文章主要介紹了下面幾點(diǎn)：
第一點(diǎn)走孽，如果說你要入門計(jì)算機(jī)視覺惧辈，需要了解哪一些基礎(chǔ)知識？

第二點(diǎn)磕瓷，既然你要往這方面學(xué)習(xí)盒齿，你要了解的參考書籍，可以學(xué)習(xí)的一些公開課有哪些困食？

第三點(diǎn)边翁，可能是大家都比較感興趣的，就是計(jì)算機(jī)視覺作為人工智能的一個(gè)分支硕盹，它不可避免的要跟深度學(xué)習(xí)做結(jié)合符匾，而深度學(xué)習(xí)也可以說是融合到了計(jì)算機(jī)視覺、圖像處理瘩例，包括我們說的自然語言處理啊胶，所以本文也會(huì)簡單介紹一下計(jì)算機(jī)視覺與深度學(xué)習(xí)的結(jié)合。

第四點(diǎn)仰剿，身處計(jì)算機(jī)領(lǐng)域创淡，我們不可避免的會(huì)去做開源的工作，所以本文會(huì)給大家介紹一些開源的軟件南吮。

第五點(diǎn)琳彩，要學(xué)習(xí)或者研究計(jì)算機(jī)視覺，肯定是需要去閱讀一些文獻(xiàn)的部凑，那么我們?nèi)绾伍_始閱讀文獻(xiàn)露乏，以及慢慢的找到自己在這個(gè)領(lǐng)域的方向，這些都會(huì)在本文理進(jìn)行簡單的介紹涂邀。

1.基礎(chǔ)知識

接下來要介紹的瘟仿，第一點(diǎn)是計(jì)算機(jī)視覺是什么意思，其次是圖像比勉、視頻的一些基礎(chǔ)知識劳较。包括攝像機(jī)的硬件，以及 CPU 和 GPU 的運(yùn)算浩聋。
在計(jì)算機(jī)視覺里面观蜗，我們也不可避免的會(huì)涉及到考慮去使用 CPU 還是使用 GPU 去做運(yùn)算。然后就是它跟其他學(xué)科的交叉衣洁，因?yàn)橛?jì)算機(jī)視覺可以和很多的學(xué)科做交叉墓捻，而且在做學(xué)科交叉的時(shí)候，能夠發(fā)揮的意義和使用價(jià)值也會(huì)更大坊夫。另外砖第，對于以前并不是做人工智能的朋友撤卢，可能是做軟件開發(fā)的，想去轉(zhuǎn)型做計(jì)算機(jī)視覺梧兼，該如何轉(zhuǎn)型放吩？需要學(xué)習(xí)哪些編程語言以及數(shù)學(xué)基礎(chǔ)？這些都會(huì)在第一小節(jié)給大家介紹羽杰。

1.0 什么是計(jì)算機(jī)視覺

計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)屎慢。
更進(jìn)一步的說，就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別忽洛、跟蹤和測量等機(jī)器視覺腻惠，并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給一起檢測的圖像
作為一個(gè)科學(xué)學(xué)科欲虚，計(jì)算機(jī)視覺研究相關(guān)的理論和技術(shù)集灌，視圖建立能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。
目前复哆，非承佬火的VR、AR梯找，3D處理等方向唆阿，都是計(jì)算機(jī)視覺的一部分。
計(jì)算機(jī)視覺的應(yīng)用

• 無人駕駛
• 無人安防
• 人臉識別
• 車輛車牌識別
• 以圖搜圖
• VR/AR
• 3D重構(gòu)
• 醫(yī)學(xué)圖像分析
• 無人機(jī)
• 其他

了解了計(jì)算機(jī)視覺是什么之后锈锤，給大家列了一下當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的一些應(yīng)用驯鳖，幾乎可以說是無處不在，而且當(dāng)前最火的所有創(chuàng)業(yè)的方向都涵蓋在里面了久免。其中包括我們經(jīng)常提到的無人駕駛浅辙、無人安防、人臉識別阎姥。人臉識別相對來說已經(jīng)是一個(gè)最成熟的應(yīng)用領(lǐng)域了记舆，然后還有文字識別、車輛車牌識別呼巴，還有以圖搜圖泽腮、 VR/AR，還包括 3D 重構(gòu)衣赶，以及當(dāng)下很有前景的領(lǐng)域--醫(yī)學(xué)圖像分析诊赊。
醫(yī)學(xué)圖像分析他在很早就被提出來了，已經(jīng)研究了很久屑埋，但是現(xiàn)在得到了一個(gè)重新的發(fā)展豪筝，更多的研究人員包括無論是做圖像的研究人員痰滋，還是本身就在醫(yī)療領(lǐng)域的研究人員摘能，都越來越關(guān)注計(jì)算機(jī)視覺续崖、人工智能跟醫(yī)學(xué)圖像的分析。而且在當(dāng)下团搞，醫(yī)學(xué)圖像分析也孕育了不少的創(chuàng)業(yè)公司严望，這個(gè)方向的未來前景還是很值得期待的。然后除此之外還包括無人機(jī)逻恐，無人駕駛等像吻，都應(yīng)用到了計(jì)算機(jī)視覺的技術(shù)。

1.1圖像和視頻复隆，你要知道的概念

• 圖像
  一張圖片包含了：維數(shù)拨匆、高度花沉、寬度呈队、深度、通道數(shù)围段、顏色格式亏栈、數(shù)據(jù)首地址台腥、結(jié)束地址、數(shù)據(jù)量等等绒北。
  • 圖像深度：存儲(chǔ)每個(gè)像素所用的位數(shù)（bits）
  • 當(dāng)一個(gè)像素占用的位數(shù)越多時(shí)黎侈，它所能表現(xiàn)的顏色就更多，更豐富闷游。
  • 舉例：一張400*400的8位圖峻汉，這張圖的原始數(shù)據(jù)量是多少？像素值如果是整型的話脐往，取值范圍是多少俱济？
    1，原始數(shù)據(jù)量計(jì)算：400 * 400 * ( 8/8 )=160,000Bytes
    (約為160K)
    2钙勃，取值范圍：2的8次方蛛碌，0~255
  • 圖片格式與壓縮：常見的圖片格式JPEG，PNG辖源，BMP等本質(zhì)上都是圖片的一種壓縮編碼方式
  • 舉例：JPEG壓縮
    1蔚携，將原始圖像分為88的小塊，每個(gè)block里有64pixels克饶。
    2酝蜒，將圖像中每個(gè)88的block進(jìn)行DCT變換（越是復(fù)雜的圖像，越不容易被壓縮）
    3矾湃，不同的圖像被分割后亡脑，每個(gè)小塊的復(fù)雜度不一樣，所以最終的壓縮結(jié)果也不一樣
• 視頻
  原始視頻=圖片序列。
  視頻中的每張有序圖片稱為“幀（frame）”霉咨。壓縮后的視頻蛙紫，會(huì)采取各種算法減少數(shù)據(jù)的容量，其中IPB就是最常見的途戒。
• I幀：表示關(guān)鍵幀坑傅，可以理解為這一幅畫面的完整保留；解碼時(shí)只需要本幀數(shù)據(jù)就可以完成（因?yàn)榘暾嬅妫?/li>
• P幀：表示的是這一幀跟之前的一個(gè)關(guān)鍵幀（或P幀）的差別喷斋，解碼時(shí)需要用之前緩存的畫面疊加上本幀定義的差別唁毒，生成最終畫面。（也就是差別幀星爪，P幀沒有完整畫面數(shù)據(jù)浆西，只有與前一幀畫面差別的數(shù)據(jù)）
• B幀表示雙向差別幀，記錄的本幀與前后幀的差別（具體比較復(fù)雜顽腾，有4種情況）室谚，換言之，要解碼B幀崔泵，不僅要取得之前的緩存畫面秒赤，還要解碼之后的畫面，要通過前后畫面與本幀數(shù)據(jù)的疊加取得最終的畫面憎瘸。B幀壓縮率高入篮，但是解碼比較麻煩。
• 碼率：碼率越大幌甘，體積越大潮售；碼率越小，體積越小锅风。
  碼率就是數(shù)據(jù)傳輸時(shí)單位時(shí)間傳送的數(shù)據(jù)位數(shù)酥诽，一般我們用的單位是kbps即千位每秒。也就是取樣率（并不等同于采樣率皱埠，采樣率用的單位是Hz肮帐，表示每秒采樣的次數(shù)），單位時(shí)間內(nèi)取樣率越大边器，精度就越高训枢，處理出來的文件就越接近原始文件，但是文件體積與取樣率是成正比的忘巧，所以幾乎所有的編碼格式重視的都是如何用最低的碼率達(dá)到最少的失真恒界，圍繞這個(gè)核心衍生出來cbr（固定碼率）與vbr（可變碼率），碼率越高越清晰砚嘴，反之則畫面粗糙而且多馬賽克十酣。
  • 幀率
    影響畫面流暢度涩拙，與畫面流暢度成正比：幀率越大，畫面越流暢耸采；幀率越小兴泥，畫面越有跳動(dòng)感。如果碼率為變量洋幻，則幀率也會(huì)影響體積，幀率越高翅娶，每秒鐘經(jīng)過的畫面就越多文留，需要的碼率也越高，體積也越大竭沫。
    幀率就是在一秒鐘時(shí)間里傳輸?shù)膱D片的幀數(shù)燥翅，也可以理解為圖形處理器每秒鐘刷新的次數(shù)。
  • 分辨率
  • 影響圖像大小蜕提，與圖像大小成正比森书；分辨率越高，圖像越大谎势；分辨率越低凛膏，圖像越小。
  • 清晰度
    在碼率一定的情況下脏榆，分辨率與清晰度成反比關(guān)系：分辨率越高猖毫，圖像越不清晰，分辨率越低须喂，圖像越清晰
    在分辨率一定的情況下吁断，碼率與清晰度成正比關(guān)系：碼率越高，圖像越清晰坞生；碼率越低仔役，圖像越不清晰
  • 帶寬、幀率
    例如在ADSL線路上傳輸圖像是己，上行帶寬只有512Kbps又兵，但要傳輸4路CIF分辨率的圖像。按照常規(guī)卒废，CIF分辨率建議碼率是512Kbps寒波，那么照此計(jì)算就只能傳一路，降低碼率勢必會(huì)影響圖像質(zhì)量升熊。那么為了確保圖像質(zhì)量俄烁，就必須降低幀率，這樣一來级野，即便降低碼率也不會(huì)影響圖像質(zhì)量页屠，但在圖像的連貫性上會(huì)有影響粹胯。

1.2攝像機(jī)

攝像機(jī)的分類：

• 監(jiān)控?cái)z像機(jī)（網(wǎng)絡(luò)攝像機(jī)和摸你攝像機(jī)）
• 不同行業(yè)需求的攝像機(jī)（超寬動(dòng)態(tài)攝像機(jī)、紅外攝像機(jī)辰企、熱成像攝像機(jī)等）
• 智能攝像機(jī)
• 工業(yè)攝像機(jī)

當(dāng)前的攝像機(jī)硬件我們可以分為監(jiān)控?cái)z像機(jī)风纠、專業(yè)行業(yè)應(yīng)用的攝像機(jī)、智能攝像機(jī)和工業(yè)攝像機(jī)牢贸。而在監(jiān)控?cái)z像機(jī)里面竹观，當(dāng)前用的比較多的兩個(gè)類型一個(gè)叫做網(wǎng)絡(luò)攝像機(jī)，一個(gè)叫做模擬攝相機(jī)潜索，他們主要是成像的原理不太一樣臭增。
網(wǎng)絡(luò)攝像機(jī)一般比傳統(tǒng)模擬攝相機(jī)的清晰度要高一些，模擬攝像機(jī)當(dāng)前應(yīng)該說是慢慢處于一個(gè)淘汰的狀態(tài)竹习，它可以理解為是上一代的監(jiān)控?cái)z像機(jī)誊抛，而網(wǎng)絡(luò)攝像機(jī)是當(dāng)前的一個(gè)主流的攝相機(jī)，大概在 13 年的時(shí)候整陌，可能市場上 70% 到 80% 多都是模擬攝像機(jī)拗窃，而現(xiàn)在可能 60% 到 70% 都是的網(wǎng)絡(luò)攝像機(jī)。
除此之外泌辫，不同的行業(yè)其時(shí)會(huì)有特定的相機(jī)随夸，想超寬動(dòng)態(tài)攝像機(jī)以及紅外攝像機(jī)、熱成像攝像機(jī)震放，都是在專用的特定的領(lǐng)域里面可能用到的逃魄，而且他獲得的畫面跟圖像是完全不一樣的。如果我們要做圖像處理跟計(jì)算機(jī)視覺分析澜搅，什么樣的相機(jī)對你更有利伍俘，我們要學(xué)會(huì)利用硬件的優(yōu)勢。
如果是做研究的話一般是可以控制我們用什么樣的攝相機(jī)勉躺，但如果是在實(shí)際的應(yīng)用場景癌瘾，這個(gè)把控的可能性會(huì)稍微小一點(diǎn)，但是在這里你要知道饵溅，有些問題可能你換一種硬件妨退，它就能夠很好的被解決，這是一個(gè)思路蜕企。
還有些問題你可能用算法弄了很久也沒能解決咬荷，甚至是你的效率非常差，成本非常高轻掩，但是稍稍換一換硬件幸乒，你會(huì)發(fā)現(xiàn)原來的問題都不存在了，都被很好的解決了唇牧，這個(gè)就是硬件對你的一個(gè)新的處境了罕扎。
包括現(xiàn)在還有智能攝像機(jī)聚唐、工業(yè)攝像機(jī)，工業(yè)攝像機(jī)一般的價(jià)格也會(huì)比較貴腔召，因?yàn)樗麑Ｓ糜诟鞣N工業(yè)領(lǐng)域杆查，或者是做一些精密儀器，高精度高清晰度要求的攝像機(jī)臀蛛。

1.3 CPU和GPU

接下來給大家講一下 CPU 跟 GPU亲桦，如果說你要做計(jì)算機(jī)視覺跟圖像處理，那么肯定跳不過 GPU 運(yùn)算浊仆，GPU 運(yùn)算這一塊可能也是接下來需要學(xué)習(xí)或者自學(xué)的一個(gè)知識點(diǎn)客峭。
因?yàn)榭梢钥吹剑?dāng)前大部分關(guān)于計(jì)算機(jī)視覺的論文氧卧，很多實(shí)現(xiàn)起來都是用 GPU 去實(shí)現(xiàn)的桃笙，但是在應(yīng)用領(lǐng)域氏堤，因?yàn)?GPU 的價(jià)格比較昂貴沙绝，所以 CPU 的應(yīng)用場景相對來說還是占大部分。
而 CPU 跟 GPU 的差別主要在哪里呢鼠锈？ 它們的差別主要可以在兩個(gè)方面去對比闪檬，第一個(gè)叫性能，第二個(gè)叫做吞吐量购笆。
性能粗悯，換言之，性能會(huì)換成另外一個(gè)單詞叫做 Latency（低延時(shí)性）同欠。低延時(shí)性就是當(dāng)你的性能越好样傍，你處理分析的效率越高，相當(dāng)于你的延時(shí)性就越低铺遂，這個(gè)是性能衫哥。另外一個(gè)叫做吞吐量，吞吐量的意思就是你同時(shí)能夠處理的數(shù)據(jù)量襟锐。
而 CPU 跟 GPU 的差別在哪里呢撤逢？主要就在于這兩個(gè)地方，CPU 它是一個(gè)高性能粮坞，就是超低延時(shí)性的蚊荣，他能夠快速的去做復(fù)雜運(yùn)算，并且能達(dá)到一個(gè)很好的性能要求莫杈。而 GPU是以一個(gè)叫做運(yùn)算單元為格式的互例，所以他的優(yōu)點(diǎn)不在于低延時(shí)性，因?yàn)樗_實(shí)不善于做復(fù)雜運(yùn)算筝闹，他每一個(gè)處理器都非常的小敲霍，相對來說會(huì)很弱俊马，但是它可以讓它所有的弱處理器，同時(shí)去做處理肩杈，那相當(dāng)于他就能夠同時(shí)處理大量的數(shù)據(jù)柴我，那這個(gè)就意味著它的吞吐量非常大，所以 CPU重視的是性能扩然，GPU重視的是吞吐量艘儒。
所以大部分時(shí)候，GPU 他會(huì)跟另外一個(gè)詞語聯(lián)系在一起夫偶，叫做并行計(jì)算界睁，意思就是它可以同時(shí)做大量的線程運(yùn)算，為什么圖像會(huì)特別適合用 GPU 運(yùn)算呢兵拢？這是因?yàn)?GPU 它最開始的設(shè)計(jì)就是叫做圖形處理單元翻斟，它的意思就是我可以把每一個(gè)像素，分割為一個(gè)線程去運(yùn)算说铃，每一個(gè)像素只做一些簡單的運(yùn)算访惜，這個(gè)就是最開始圖形處理器出現(xiàn)的原理。
它要做圖形渲染的時(shí)候腻扇，要計(jì)算的是每一個(gè)像素的變換债热。所以每一個(gè)像素變換的計(jì)算量是很小很小的，可能就是一個(gè)公式的計(jì)算幼苛，計(jì)算量很少窒篱，它可以放在一個(gè)簡單的計(jì)算單元里面去做計(jì)算，那這個(gè)就是 CPU 跟 GPU 的差別舶沿。
基于這樣的差別墙杯，我們才會(huì)去設(shè)計(jì)什么時(shí)候用 CPU，什么時(shí)候用 GPU括荡。如果你當(dāng)前設(shè)計(jì)的算法高镐，它的并行能力不是很強(qiáng)，從頭到尾從上到下都是一個(gè)復(fù)雜的計(jì)算一汽，沒有太多可并性的地方避消，那么即使你用了 GPU，也不能幫助你很好提升計(jì)算性能召夹。

所以岩喷，不要說別人都在用 GPU 那你就用 GPU，我們要了解的是為什么要用 GPU 监憎，以及什么樣的情況下用 GPU纱意，它效果能夠發(fā)揮出來最好。

1.4計(jì)算機(jī)視覺與其他學(xué)科的關(guān)系

計(jì)算機(jī)視覺目前跟其他學(xué)科的關(guān)系非常的多鲸阔，包括機(jī)器人偷霉，以及剛才提到的醫(yī)療迄委、物理、圖像类少、衛(wèi)星圖片的處理叙身，這些都會(huì)經(jīng)常使用到計(jì)算機(jī)視覺，那這里呢硫狞，最常問到的問題無非就是有三個(gè)概念信轿，一個(gè)叫做計(jì)算機(jī)視覺，一個(gè)叫做機(jī)器視覺残吩，一個(gè)叫做圖像處理财忽，那這三個(gè)東西有什么區(qū)別呢？
這三個(gè)東西的區(qū)別還是挺因人而異的泣侮，每一個(gè)研究人員對它的理解都不一樣即彪。
首先，Image Processing更多的是圖形圖像的一些處理活尊，圖像像素級別的一些處理隶校，包括 3D 的處理，更多的會(huì)理解為是一個(gè)圖像的處理酬凳；而機(jī)器視覺呢惠况，更多的是它還結(jié)合到了硬件層面的處理遭庶，就是軟硬件結(jié)合的圖形計(jì)算的能力宁仔，跟圖形智能化的能力，我們一般會(huì)理解為他就是所謂的機(jī)器視覺峦睡。
而我們今天所說的計(jì)算機(jī)視覺翎苫，更多的是偏向于軟件層面的計(jì)算機(jī)處理，而且不是說做圖像的識別這么簡單榨了，更多的還包括了對圖像的理解煎谍，甚至是對圖像的一些變換處理，當(dāng)前我們涉及到的一些圖像的生成龙屉，也是可以歸類到這個(gè)計(jì)算機(jī)視覺領(lǐng)域里面的呐粘。
所以說計(jì)算機(jī)視覺它本身的也是一個(gè)很基礎(chǔ)的學(xué)科，可以跟各個(gè)學(xué)科做交叉转捕，同時(shí)作岖，它自己內(nèi)部也會(huì)分的比較細(xì)，包括機(jī)器視覺五芝、圖像處理痘儡。

1.5 編程語言AND數(shù)學(xué)基礎(chǔ)

這一部分的內(nèi)容可以參見《非計(jì)算機(jī)專業(yè)，如何學(xué)習(xí)計(jì)算機(jī)視覺》

2.參考書籍和公開課

參考書
第一本叫《Computer Vision：Models, Learning and Inference》written by Simon J.D. prince枢步，這個(gè)主要講的更適合入門級別的沉删，因?yàn)檫@本書里面配套了非常多的代碼渐尿，Matlab 代碼，C 的代碼都有矾瑰，配套了非常多的學(xué)習(xí)代碼砖茸，以及參考資料、文獻(xiàn)殴穴，都配得非常詳細(xì)渔彰，所以它很適合入門級別的同學(xué)去看。

第二本《Computer Vision：Algorithms and Applications》written by Richard Szeliski推正，這是一本非常經(jīng)典恍涂，非常權(quán)威的參考資料，這本書不是用來看的植榕，是用來查的再沧，類似于一本工具書，它是涵蓋面最廣的一本參考書籍尊残，所以一般會(huì)可以當(dāng)成工具書去看炒瘸，去查閱。

第三本《OpenCV3編程入門》作者：毛星云寝衫，冷雪飛 顷扩，如果想快速的上手去實(shí)現(xiàn)一些項(xiàng)目，可以看看這本書慰毅，它可以教你動(dòng)手實(shí)現(xiàn)一些例子隘截，并且學(xué)習(xí)到 OpenCV 最經(jīng)典、最廣泛的計(jì)算機(jī)視覺開源庫汹胃。

公開課：
Stanford CS223B
比較適合基礎(chǔ)婶芭，適合剛剛?cè)腴T的同學(xué)，跟深度學(xué)習(xí)的結(jié)合相對來說會(huì)少一點(diǎn)着饥，不會(huì)整門課講深度學(xué)習(xí)犀农，而是主要講計(jì)算機(jī)視覺，方方面面都會(huì)講到宰掉。

Stanford CS231N
這個(gè)應(yīng)該不用介紹了呵哨，一般很多人都知道，這個(gè)是計(jì)算機(jī)視覺和深度學(xué)習(xí)結(jié)合的一門課轨奄，我們上 YouTube 就能夠看到孟害，這門課的授課老師就是李飛飛老師，如果說不知道的話可以查一下戚绕，做計(jì)算機(jī)視覺的話纹坐，此人算是業(yè)界和學(xué)術(shù)界的“執(zhí)牛耳”了。

3.需要了解的深度學(xué)習(xí)知識

深度學(xué)習(xí)沒有太多的要講的，不是說內(nèi)容不多耘子，是非常多果漾，這里只推薦一本書給大家，這本書是去年年底才出的谷誓，是最新的一本深度學(xué)習(xí)的書绒障，它講得非常全面，從基礎(chǔ)的數(shù)學(xué)捍歪，到剛才說的概率學(xué)户辱、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)以及微積分糙臼、線性幾何的知識點(diǎn)庐镐，非常的全面。
[圖片上傳失敗...(image-94827c-1540209442692)]

4.需要了解和學(xué)習(xí)的開源軟件

OpenCV
它是一個(gè)很經(jīng)典的計(jì)算機(jī)視覺庫变逃，實(shí)現(xiàn)了很多計(jì)算機(jī)視覺的常用算法必逆。可以幫助大家快速上手揽乱。
Caffe
如果是做計(jì)算機(jī)視覺的話名眉，比較建議 Caffe。Caffe 更擅長做的是卷積神經(jīng)網(wǎng)絡(luò)凰棉，卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺里面用的是最多的损拢。
所以無論你后面學(xué)什么樣其它的開源軟件， Caffe 是必不可免的撒犀，因?yàn)閷W(xué)完 Caffe 之后你會(huì)發(fā)現(xiàn)福压，如果你理解了 Caffe，會(huì)用 Caffe绘证，甚至是有能力去改它的源代碼隧膏，你就會(huì)發(fā)現(xiàn)你對深度學(xué)習(xí)有了一個(gè)質(zhì)的飛躍的理解哗讥。
TensorFlow
TensorFlow 最近很火嚷那，但是它的入門門檻不低，你要學(xué)會(huì)使用它需要的時(shí)間遠(yuǎn)比其他所有的軟件都要多杆煞，其次就是它當(dāng)前還不是特別的成熟穩(wěn)定魏宽，所以版本之間的更新迭代非常的多，兼容性并不好决乎，運(yùn)行效率還有非常大的提升空間队询。

5.如何閱讀相關(guān)的文獻(xiàn)

先熟悉所在方向的發(fā)展歷程，然后精讀歷程中的里程碑式的文獻(xiàn)构诚。
例如：深度學(xué)習(xí)做目標(biāo)檢測蚌斩，RCNN，F(xiàn)ast RCNN范嘱，F(xiàn)aster RCNN送膳，SPPNET员魏，SSD和YOLO這些模型肯定是要知道的。又例如叠聋，深度學(xué)習(xí)做目標(biāo)跟蹤撕阎，DLT，SO-DLT等碌补。

計(jì)算機(jī)視覺的頂會(huì)：
ICCV：International Conference on Computer Vision虏束，國際計(jì)算機(jī)視覺大會(huì)
CVPR：International Conference on Computer Vision and Pattern Recognition，國際計(jì)算機(jī)視覺與模式識別大會(huì)
ECCV：European Conference on Computer Vision厦章，歐洲計(jì)算機(jī)視覺大會(huì)
除了頂會(huì)之外呢镇匀，還有頂刊。像 PAMI袜啃、IJCV坑律，這些都是頂刊，它代表著這個(gè)領(lǐng)域里面最尖端最前沿以及當(dāng)下的研究方向囊骤。