1.计算机视觉算法有哪些？CV算法
2.不会算法如何学习机器学习？
3.这些让人笑哭的码分代码注释，只有程序员能看懂！码分

计算机视觉算法有哪些？CV算法

       计算机视觉是码分深度学习领域内备受关注的分支，它汇聚了计算机科学、码分数学、码分工程、码分完美asp源码解密物理学以及心理学等多个学科的码分知识。关于计算机视觉算法有哪些，码分业内专家给出了以下解答。码分

       早期算法包括：

       子空间（线性降维）

       PCA（主成分分析）：旨在最大限度地保留原始数据的码分主要信息，同时降低冗余信息；

       LDA（线性判别分析）：通过增大类间差距、码分减小类内差距来实现分类；

       非线性降维：流形学习、码分加入核函数等方法。码分

       ICA（独立成分分析）：相较于PCA，码分ICA在处理光照、码分人脸表情、spring源码系列姿态等方面具有更好的效果，但其泛化能力有限。

       HMM（隐马尔可夫）：相比其他算法，HMM在处理光照变化、表情和姿态变化等方面更加鲁棒。

       后期算法：通过loss函数优化模型结构，从而得到具有区分度的特征。

       常用算法总结：

       计算机视觉相关算法的源代码；

       计算机视觉常用算法博客。

       特征提取算法（寻找关键点）：

       (1) SIFT（尺度不变特征变换）：具有尺度不变性，能够在图像中检测到关键点；

       (2) SURF（加速稳健特征，SIFT加速版）：通过构建Hessian矩阵，判断当前点是否为邻近区域中更亮或更暗的点，从而确定关键点位置；

       优：特征稳定；

       缺：对于边缘光滑的目标提取能力较弱。

       (3) ORB：结合Fast与Brief算法，为Fast特征点增加方向性，商品分类 源码实现旋转不变性，并提出金字塔方法解决尺度不变性问题；

       ORB算法速度是SIFT的倍，是SURF的倍。

       经观察，ORB算法在特征点标记时数量较少，如图所示。

       SIFT、SURF、ORB实现；

       (4) FAST角点检测：主要考虑像素点附近的圆形窗口上的个像素，通过比较像素强度，判断是否为角点；

       非极大值抑制：在存在多个关键点时，删除角响应度较小的特征点。

       (5) HOG（方向梯度直方图）；

       (6) LBP（局部二值特征）：论述了高维特征与验证性能的正相关关系，即人脸维度越高，验证的股市称霸源码准确度就越高。

       (7) Haar：

不会算法如何学习机器学习？

       先看看相关的图书：要有好几本作为参考，最好是角度差异大、深浅程度不同，比如系统的导论式的、深入的有推导的、浅出的手把手的。它要充当不同学习过程中的工具书。

       网络教程：比如Andrew Ng的、各种专题的博客，有针对地找相应的教程，相对着看，网络资源比如cto学院的课程跟书的表达方式毕竟是不一样的，也是很有益的信息源。

       paper：比如学CNN的时候，就搜一堆论文来，ogame源码下载集中一段时间看一轮，一定要有针对性，带着很明确的问号去看。

       开源资源：很多很多东西，其实都有人做出来开源了，直接拿来用，一边用一边理解，甚至可以学习源码。

       关注这个领域：关注相关的会议期刊，关注大牛们（Hinton、Bengio、LeCun等）的动向，微博加一堆领域大牛每天看一眼他们分享什么上来。

       基础知识：线代、统计、概率、数学分析；信息论方面基本概念要理解，比如要知道相对熵是什么意思和怎么算；凸优化和最优估计相关内容，在各种各样问题中都会遇到，学好了可以帮大忙。

       机器学习主要就是找到目标函数并且做参数估计，虽然有很多现成工具，但是不熟悉优化问题的话，会很抓瞎。

       熟悉几个模型：神经网络（SAE、RBM、CNN等）、SVM、最大熵、CRF、随机森林、GMM等等。了解不同应用场景下各种模型有什么优劣，挑一些自己以后可能常用到的多练习。

这些让人笑哭的代码注释，只有程序员能看懂！

       代码注释，程序员们的自嘲与幽默。

       比如，有人写：“写这段代码的时候，只有上帝和我知道它是干嘛的 // 现在只有上帝知道。”

       在Quora上，有一个帖子号召程序员分享自己遇到的有趣代码注释。以下是一些摘录：

       一位中国工程师分享：“我一周前在社交网站上看到很多人在讨论这个网站，网站的源代码包含了这些注释。有人说，这家公司应该加强对代码的审核机制，有人则怀疑这家公司可能没有足够的人力资源来做代码审核，因为至少需要两个程序员才能完成这项工作。”

       Edwin Romero分享：“我不确认有多少人熟悉站点内的Robots.txt这个文件。其实这个文件不是运行必要的代码，但是它声明了爬虫/搜索引擎能爬到/搜到站点的哪些内容。我在Nike网站上发现的Robots.txt文件非常有意思，如下……”

       Abhinav Upadhyay分享：“谢尔盖.布林（Google的联合创始人之一）在斯坦福大学念计算机科学博士学位的时候，他的简历里并不含任何‘待遇要求’（Objective）的字眼。但当你去查看他的简历的HTML源代码的时候，你会看到（他在简历HTML源文件里明确写了‘待遇要求’，只是用注释注掉了，在浏览器页面上不显示。）……”

       Abhinav Upadhyay继续分享：“这段注释并不是我亲眼所见，但是它在网上传得很厉害。这段注释是出自于贝尔实验室的Unix系统第六发行版，并在《Lions’ Commentary on UNIX 6th Edition, with Source Code》这本书中标注出来的。”

       Kalpesh Singh分享：“我有个坏习惯，每当我看到做得不错的网站，我就想去控制台看它的源代码。我想很多前端工程师都喜欢这样做吧。我订购了Box8服务，并在他们的console里看到了如下信息……”

       Nikunj Madhogaria分享：“//drunk, fix later //喝大了，一会儿再改……”

       Bill Poucher分享：“我见过的最佳注释是以HTML格式写在源代码里的，任何想要阅读的人都能看得见，我管它叫‘Cerny效应’。曾经有一位很有天赋的捷克研究生Tomas Cerny……”

       Boris Zamoruev分享：“我曾经做过一个高性能分布式键/值存储的项目。这是一个设计很精巧的软件，API非常简洁。如果你要获取一个数值，那么你就用命令：GETN(get, 数值)即可。如果你要存一个数值，那就用命令：PUTN(put, 数值)即可。其他的命令也很简单，比如MGETN(get multiple, 数值），MPUTN(put multiple, 数值），INCR(增量), MINCR(多个增量），基本上命令都可以自解释。”

       Michael Dehmlow分享：“我新入职了一个公司，然后发现了一段三周之前写的注释，这段注释是项目之前的研发团队写的，写的日期就是我来公司面试和正式入职的这段期间。”