欢迎关注『快速学完OpenCV+python计算机视觉图像处理@满目星辰wwq』 系列，持续更新快速学完OpenCV+python计算机视觉图像处理（一）快速学完OpenCV+python计算机视觉图像处理（二）快速学完OpenCV+python计算机视觉图像处理（三）快速学完OpenCV+python计算机视觉图像处理（四）快速学完OpenCV+python计算机视觉图像处理（五）以下是快速学完

目录1.解释一下ResNet、DesNet，它两的区别与联系。2.YOLOv3网络介绍一下，YOLO系列讲一下。3.RCNN网络特点，RCNN系列讲一下。4.Python中如何调用C++代码？5.有哪些滤波去噪操作？6.解释static关键字的作用，修饰变量和函数的区别。7.有哪些评定模型好坏的标准？8.传统人工智能算法与深度学习算法的区别？9.YOLO系列和RCNN系列的区别？10.人脸面部有多

以下是快速学完OpenCV+python计算机视觉图像处理的个人总结。任何知识或者学科都不可能快速学会，一口吃不成大胖子，想要学会，只能一点一点积累。不积跬步无以至千里，不敲千遍无可能懂理。想要学会，不能光看，须知熟才能生巧，一定要多敲！一定要多敲！一定要多敲！视频链接请点击这里代码连接请点击这里 ，提取码: iukw看完视频一定要手动敲，不然最后只是眼睛会了，脑子和手却不会。以下是Windows

以下为自学《吴恩达-深度学习工程师》视频笔记和总结：视频链接：Coursera：官方课程（英文字母）网易云课堂：网易引进正版授权（中英文字幕）第一周 深度学习概论1.1 欢迎来到深度学习工程师微专业1.2 什么是神经网络？每层神经网络的数学理解：用线性变换跟随着非线性变化，将输入空间投向另一个空间。每层神经网络的物理理解：通过现有的不同物质的组合形成新物质。1.3 用神经网络进行监督学习1.4 为

神经网络过拟合处理方法手写数字识别(Mnist)数据集Mnist数据集是一个手写数字识别数据集，被称为深度学习界的“Hello World”。Mnist数据集包含：训练集：60,000张28×28灰度图测试集：10,000张28×28灰度图共有0~9这10个手写数字体类别。导入必要的模块import tensorflow as tffrom tensorflow.keras import data

注：由于面试官面试的针对人脸识别项目，所以问的人脸识别相关题目比较多。目录1.介绍一下人脸识别项目。2.PCA是什么？3.常用聚类算法有哪些？4.解释一下KNN、K-means。5.有哪些数据增强算法？为什么要进行数据增强？6.什么是二阶段网络？7.直方图是什么？它的作用？8.介绍一下YOLOV3，说明一下优缺点。9.什么是margin？10.介绍一下MTCNN网络，什么是P-Net、R-Net、

神经网络过拟合处理方法手写数字识别(Mnist)数据集Mnist数据集是一个手写数字识别数据集，被称为深度学习界的“Hello World”。Mnist数据集包含：训练集：60,000张28×28灰度图测试集：10,000张28×28灰度图共有0~9这10个手写数字体类别。导入必要的模块import tensorflow as tffrom tensorflow.keras import data

注：由于面试官面试的针对人脸识别项目，所以问的人脸识别相关题目比较多。目录1.介绍一下人脸识别项目。2.PCA是什么？3.常用聚类算法有哪些？4.解释一下KNN、K-means。5.有哪些数据增强算法？为什么要进行数据增强？6.什么是二阶段网络？7.直方图是什么？它的作用？8.介绍一下YOLOV3，说明一下优缺点。9.什么是margin？10.介绍一下MTCNN网络，什么是P-Net、R-Net、

很多人会说，keras模型和tf.keras模型我到底选择那个模型呢？好纠结啊，但是，真的需要纠结吗？就像两个不同大美女在你面前叫你选择，你做如何选择呢？手动滑稽。>(个_个)<以下总结了tf.keras模型的三种构建方式1. 首先，最常用的就是使用tf.keras.Sequential按层顺序构建模型，代码示例或者使用以下方式那么这种构建方式适用于什么场合呢？以及它的缺点呢？（1）适

当初你问我为什么选择计算机，我笑着回答：“因为我梦想成为神奇的码农！我想像编织魔法一样编写程序，创造出炫酷的虚拟世界！”谁知道，我刚入门的那天，电脑却故障了，我只能用巨大的打字机来编程。我感叹道：“果然这个魔法圈子里，先要会修电脑！提示：可以谈谈计算机对自己有帮助吗？提示：可以分享自己现在从事计算机行业的境况。提示：可以分享自己当初为什么选择计算机。方向三：计算机对自己的人生道路有帮助吗。方向二：