學(xué)Python一定要會(huì)算法嗎？一開始，你不必好好學(xué)習(xí)算法。但是隨著技術(shù)的發(fā)展，仍然需要算法，否則只能做一些工作。1. 學(xué)好軟件開發(fā)離不開計(jì)算機(jī)理論基礎(chǔ)，比如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)技術(shù)、算法研究等，如

學(xué)Python一定要會(huì)算法嗎？

一開始，你不必好好學(xué)習(xí)算法。但是隨著技術(shù)的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學(xué)好軟件開發(fā)離不開計(jì)算機(jī)理論基礎(chǔ)，比如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)技術(shù)、算法研究等，如果你喜歡這項(xiàng)技術(shù)，那就不是問題。先開始，你可以彌補(bǔ)。

2. 算法是軟件開發(fā)的靈魂。好的算法寫不出好的程序。

3. 如何學(xué)習(xí)算法，首先選擇經(jīng)典算法教材?；镜目梢詮臄?shù)據(jù)結(jié)構(gòu)中學(xué)習(xí)，其中包含一些基本的算法，然后再學(xué)習(xí)特殊的算法（實(shí)際上，在數(shù)據(jù)結(jié)構(gòu)領(lǐng)域?qū)W習(xí)算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語言，但是語言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 萬事開頭難。只要你開始，剩下的就是慢慢操作這項(xiàng)技術(shù)。該算法在實(shí)際應(yīng)用中是最快、最強(qiáng)的。

希望對您有所幫助

了解Python就足夠做研究了

這取決于您的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。

搞算法（圖像識(shí)別，深度學(xué)習(xí)）必須要懂C/C 嗎？

感謝您的邀請

！作為IT行業(yè)從業(yè)者和計(jì)算機(jī)專業(yè)教育者，讓我回答這個(gè)問題。

首先，如果您從學(xué)習(xí)Python語言本身的角度出發(fā)，您不需要配置太高的計(jì)算機(jī)。普通辦公電腦完全可以滿足要求，或者大部分在售筆記本電腦都可以滿足基本的學(xué)習(xí)要求。

但是，學(xué)習(xí)Python通常必須有明確的學(xué)習(xí)方向。不同的學(xué)習(xí)方向在計(jì)算機(jī)配置上仍有一些具體的要求。目前Python的主要學(xué)習(xí)方向包括web開發(fā)、大數(shù)據(jù)開發(fā)、人工智能開發(fā)和嵌入式開發(fā)，其中大數(shù)據(jù)開發(fā)和人工智能開發(fā)對計(jì)算機(jī)配置仍有一定的要求。

大數(shù)據(jù)領(lǐng)域的發(fā)展通常對計(jì)算機(jī)內(nèi)存有更高的要求。一個(gè)重要原因是，大數(shù)據(jù)平臺(tái)通常對內(nèi)存有更高的要求。很多大數(shù)據(jù)平臺(tái)至少需要8g內(nèi)存，而一些商業(yè)大數(shù)據(jù)平臺(tái)對內(nèi)存的要求更高。因此，如果你想學(xué)習(xí)Python，從事大數(shù)據(jù)開發(fā)，就需要配置一個(gè)內(nèi)存，計(jì)算機(jī)越大越好。另外，對于初學(xué)者來說，通常需要通過虛擬機(jī)在自己的計(jì)算機(jī)上構(gòu)建偽分布式集群，這對內(nèi)存容量提出了更高的要求。

人工智能的發(fā)展通常需要一個(gè)強(qiáng)大的GPU，所以如果你想學(xué)習(xí)Python進(jìn)行機(jī)器學(xué)習(xí)（深度學(xué)習(xí)）、計(jì)算機(jī)視覺等方面的開發(fā)，就必須配備一個(gè)更好的顯示卡，這樣會(huì)大大提高實(shí)驗(yàn)速度。另外，人工智能的發(fā)展方向?qū)PU和內(nèi)存也有一定的要求。

最后，在硬盤的配置上，最好選擇速度更快的固態(tài)盤，而且容量不需要太大。

OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

圖像識(shí)別算法：

1人臉識(shí)別（特征臉，F(xiàn)isher人臉?biāo)惴ǎ四槞z測（J-V算法，mtcnn）

2車牌識(shí)別，車型識(shí)別（CNN）

3字符識(shí)別（CNN）].]。。。

…

無論什么識(shí)別算法：其實(shí)質(zhì)是圖像（多維矩陣）的分類或擬合算法。

那么如何設(shè)計(jì)一個(gè)函數(shù)來輸入不同的矩陣，得到相應(yīng)的分類結(jié)果和擬合結(jié)果呢？

一般方案是先對圖像進(jìn)行預(yù)處理（邊緣檢測、濾波、二值化、圖像縮放、歸一化等）

B提取特征。（進(jìn)一步降低預(yù)處理圖像的數(shù)據(jù)維數(shù)，如LBP特征、hog特征等）

C使用機(jī)器學(xué)習(xí)方法進(jìn)行分類或擬合（SVM、BP、logistic回歸等）