从开始学习算法到学习计算机视觉

目录

1.学习的第一步

2.开始接触各种算法语言到计算机视觉

---

1.学习的第一步

也许很多读者在看到算法的时候感觉很难，不好理解，甚至是抽象的，最后的结果是还没有学习到一半就放弃了，下面主要讲述自己三年来学习算法的经历：从C/C++算法->...->计算机视觉。

当我一开始拿到C/C++算法的时候，也是感觉很难理解，甚至是晦涩难懂的，很多的时候都有想放弃的感觉，那一段时间也是自己最痛苦的时候，但是最后还是坚持下来的。要让自己坚持下去，那么必须得让自己找回自信，对于我自己而言，我总是喜欢从简单的算法开始理解，而理解的方式通过刷题和看算法，将学习的算法通过刷题的方式展现出来，也许开始刷题的时候也会感觉有点棘手，毕竟刚开始（对于自己而言，也许大佬不是这样）。但是慢慢的边学习算法边刷题，慢慢的开始对算法有了一点理解（首先刷的是一些带有模版性的题），但是慢慢的开始入门，这也是算法真正的开始吧（也是对于我自己是这样的）。经过了较长时间的刷题，对算法的理解也越来越深（虽然和大佬比起来不值得一提），可是自己已经进步很多了，我们在学习的过程一定要一个观念就是最终的学习成果是每一天的点点滴滴总结出来的。

2.开始接触各种算法语言到计算机视觉

对C/C++算法有了一定的理解之后，自信心方面有了很大的提升，慢慢的开始接触其他的语言，比如python，java。由于有了C/C++的算法基础之后，这些算法学习起来更加的得心应手。由于现在的人工智能算法主流是使用python实现的，所以经过python的学习之后，开始慢慢的接触了《深度学习》，开始接触“深度学习”可能会感觉比较陌生，但是没有关系，慢慢的学习之后发现深度学习算法可能比C/C++算法更加的有趣。

• 对《深度学习》算法基础有一定的了解之后（也就是基础的语法和格式）；
• 开始尝试写这些框架的代码，开始的时候很多都是看着书上来写的，但是只有通过写，才能理解加的透彻；
• 在之前学习的基础之上，开始学习卷积神经网络，慢慢的接触到各种各样的神经网络算法；
• 在经过各种各样的错误之后，慢慢的开始对人工智能算法有了自己的理解并且在经过较长的时间学习之后，开始阅读计算机视觉有关的论文，从图像分类->目标检测，虽然看起来只是两个过程，然而我在学习的过程花了大量的时候，因为需要很多练习，看，理解和总结。
• 直到现在一直都在关注计算机视觉方面的知识点。

上面的内容只是自己的一点小总结，也是自己学习的有一点感悟：

当我们做一件事坚持不下来的时候，我们可以这样想，我当初为什么要选择做这样的事，如果想明白了，那么坚持的“理由”就有了，不要害怕学习新东西，慢慢的尝试（我也正在这样做）。

在这里也非常的感觉各位大佬和粉丝的关注，谢谢你们的支持和陪伴！