图算法培训
A. 算法该怎么学感觉好难
很多人都会说"学一样东西难",一开始我也觉得很大程度是因为每个人的智力水平等等不可改变的因素. 但是后来我发现,有一个东西也很能决定一个人是否会觉得一样东西难学,那就是理解方式.
一件事物通过不同的途径让一个人理解效果差异是很大的.就比如说数学里面教你一个圆,有的人看到一个圆就能很快明白什么是圆,有的人却非得看到x^2+y^2 = r^2这种式子才有感觉,甚至有的人需要"到定点距离为定长的点集"这种描述才能理解. 那这个不一定是说谁的智力水平更高,而是因为他们对不同形式事物的敏感程度不同.
回到算法上来.算法本质是一种数学.他是抽象的操作集合.(看这么说你可能会觉得不知所云,但是如果我说他只是一种解决问题的办法可能就好理解). 所以很多书,论文,或者很多老师教的都是一种数学描述的算法,这样子的算法就我个人而言相当难理解,看了就想到代数高数什么的.. 但是如果找一个图文并茂的解释,或者找个人一步一步把一个算法给你我比划一下,我立刻就能理解. 说白了,就是你一定要找很多很多不同的角度来尝试接受一种东西,你一定可以找到一种你相当敏感的角度,用这个角度学习你就会游刃有余. 智力因素并没有太大影响的.
具体点说,你可以试试这几种不同的角度.
直接看数学形式的算法.我个人最无法接受的形式,但是有人很喜欢..例子就是算法导论上面那种描述.
听一般语言描述,最理想是找一个明白的人,给你用通俗语言讲讲原理.这个不错,很多我是这么理解的
图形理解,叫理解的人给你画插图,分布图,结构图等等,来分解一个算法,找到他的思路.说到图,有一个人的博客这方面做得很好:matrix67.
程序理解.找到一种算法的实现程序,对着程序理解,可以尝试分布运行,观察一下变量的变化,这样来理解算法.
实在太难的算法,可以边写边改来理解.当时我学习插头dp的时候就是这样,不论怎么总是一知半解,最后硬着头皮写了一遍,改了很久,但是改过了的时候,也就真的明白了是怎么回事了.
也许还有别的什么办法,因为人对事物的接受角度实在是太多了.多想想你平时学习什么比较容易,找出你最敏感的理解方式就行了.
有感而发说的一些东西,不一定都是正确的,只供参考,欢迎指正.
B. 怎样考图像算法工程师
本科生、数学基础差，做图像算法工程师？别说图像算法，什么算法恐怕暂时都不能胜任。建议：1.一个让本科生做算法工程师的公司，技术上不会太有前途，要不换部门，要不换公司；
2.如果有兴趣，愿意继续干图像，从基础学起，重点突击矩阵理论、随机过程等数学，这些东西不过关，很难理解（很难看懂）图像处理中的概念、算法
C. 图像算法工程师待遇高吗
的确算得上是一个入算法坑的黄金时间，曾经的条条大路通 CS 变成了条条大路通 AI，不管你曾经读的是物理还是生物，化学还是数学，只要你会 Python，会统计学基础，那时的我都会推荐你们来试一试加入算法这个坑，我也抱着体验的心态开了几次知乎 Live 都讲了一些关于算法入门相关的课，按那时候来讲，只要你“思路正常，逻辑清晰，吃苦耐劳，肯学习”，在算法这个坑里摸滚带爬四五年到现在，你要是在大厂，基本上都能拿到这个数，放一张最近的图可供参考。
图片引用至 @曾加 ，可以参考这位大佬的最新文章：
曾加：最新！互联网大厂各职级薪资对应关系图（2020年初）
zhuanlan.hu.com
图标
以我熟悉的阿里为例，文中所说的二三十人团队，那基本上就一个P8主管，下面再拆成2-3个小组，每个小组有一个P7/8带队，带着一群P5-P7干活。这就基本构成了阿里的一个最小组织单元，每年的绩效和奖金大体上都是由这位P8主管决定的，所以我们一般尊称为老板……
扯远了，其实我想表达一点，如果现在再有人来问我，学了 Python 之后怎么样加入算法坑比较好，我的建议是不加入。
我们常说的算法，本质上是统计，而统计是基于大数据的。目前能真正拥有大数据基建的企业其实并不多，能通过算法产出新价值的就更少，所以看起来搞 AI 的风风火火，其实大部分都是投资人含泪投的钱，背后能赚钱的少之又少，即便是在大厂也不例外。
所以一个目前仍不赚钱的行业，冲着心中伟大的理想和抱负，会像招开发那样花重金吸纳大批人才吗？答案明显为否，其实只需要花重金留住顶尖的算法人才即可，调包调参的 AI 选手无论何时都可以招得到，而目前大部分通过自学、培训机构出来的 AI 人才，就是这样的 tool boy。
巧的是，曾经我也是这样的 AI 选手，但谁叫我运气好，混得好不如混得早，现在转去数据分析那可就是降维打击了（手动狗头
最后再概括一下，今年是 2020 年，如果想从事算法和数据行业，建议先读一个相关专业的硕士，比如数据挖掘、图像识别等，且学校不能太非主流，不然可能简历面都过不了。
D. 关于算法的学习
由于之前搞过2年的ACM竞赛，就给你讲讲我的个人经验吧。
首先学习算法，最好要对算法感兴趣，我之前就是因为学了算法然后去参加竞赛，从做题中获得成就感，所以越学越有兴趣。
刚开始学的话，可以先看些中文教材，最好先把数据结构学好，清华出版社的《数据结构》就可以了。算法的书可以看王晓东的《算法设计与分析》，吴文虎的教材也不错。
之后可以看些英文的经典教材，比如《算法导论》，如果觉得数学功底不够，书的后面有数学知识的补充。
算法的学习比较枯燥，要靠一些有意思的题目来辅助，《编程之美》这本书里面有很多有意思的面试题，都是算法相关的，推荐看一下。
其实最好还是参加些竞赛，比如ACM，平时也可以到一些在线答题系统去做题，比如poj.org。经常跟牛人讨论些题目，进步会很快的。
欢迎来玩算法～
E. 成为算法工程师需要学习哪些课程
算法工程师要求很高的数学水平和逻辑思维。需要学习高数，线性代数，离散数学，数据结构和计算机等课程。
专业要求：计算机、电子、通信、数学等相关专业；
学历要求：本科及其以上的学历，大多数是硕士学历及其以上；
语言要求：英语要求是熟练，基本上能阅读国外专业书刊；
必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
国内外状况
国内从事算法研究的工程师不少，但是高级算法工程师却很少，是一个非常紧缺的专业工程师。
算法工程师根据研究领域来分主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。
F. 图像处理 机器学习方面 的优化算法 怎么学习
先从牛顿下降法学起，然后各种机器学习方面的优化算法都是从此发展而来的，遗传算法，退火算法，蚁群算法等等智能算法。图像处理还有常用的一些算法也要掌握，比如角点法这些，也要下功夫去学习，不能偏废
G. 如何自学图像算法工程师
因为我学的就是计算机软件专业，所以我可以告诉你：你会 C 语言编程固然很好，但是如果仅仅依靠会 C 语言编程，想成为某一个具体领域的工程师（例如：计算机图像处理、或者是语音识别、汉字手写体识别等），那是绝对不可能的。
你还必须要学习其他的很多理论课程。例如：各种数学（高等数学、高等代数、概率统计、离散数学等）的学习就是必不可少的，因为在进行计算机图像算法程序设计时，就百分之百需要依靠建立数学模型。如果没有扎实的数学基础，就无法建立数学模型，那么即使会熟练使用 C 语言编程，那么也是无法成为一个合格的图像算法工程师。
另外，还有计算机软件的其它专业课：数据结构及其各种算法、计算机图形学等都是必须要熟练掌握的。
H. 图像视觉算法(深度学习)和SLAM算法哪个更有前景啊
vSALM(Visual SLAM)能够在跟踪摄像机(用于AR的手持或者头盔，或者装备在机器人上)位置和方位的同时构建三维地图. SLAM算法与ConvNets和深度学习是互补的。SLAM关注几何问题，而深度学习主要关注识别问题。如果你想让机器人走到冰箱面前而不撞到墙，就用SLAM。如果你想让机器人识别冰箱里的物品，就用ConvNets。http://openmvg.readthedocs.io/en/latest/
SLAM相当于实时版本的SFM(Structure From Motion)。vSLAM使用摄像机，放弃了昂贵的激光传感器和惯性传感器(IMU)。单目SLAM使用单个相机，而非单目SLAM通常使用预先标定好的固定基线的立体摄像机。SLAM是基于几何方法的计算机视觉的一个主要的例子。事实上，CMU(卡内基梅陇大学)的机器人研究机构划分了两个课程：基于学习方法的视觉和基于几何方法的视觉。
SFM vs vSLAM
SFM和SLAM解决的是相似的问题，但SFM是以传统的离线的方式来实现的。SLAM慢慢地朝着低功耗，实时和单个RGB相机模式发展。下面是一些流行的开源SFM软件库。
Bundler: 一个开源SFM工具箱，http://www.cs.cornell.e/~snavely/bundler/
Libceres: 一个非线性最小二乘法库(对bundle adjustment问题非常有用)，http://ceres-solver.org/
Andrew Zisserman's多视图几何Matlab函数库，http://www.robots.ox.ac.uk/~vgg/hzbook/code/
vSLAM vs 自动驾驶
自动驾驶汽车是SLAM最重要的一个应用领域。未来很多年里，在自动驾驶领域将持续地研究SLAM。
I. 零基础入行图像算法工程师需要学习哪些课程
我们实验室就是做FPGA图像处理的。建议你学习一下《信号与系统》，《数字信号处理》。然后学习一下冈萨雷斯写的《数字图像处理》那本书。有了基础之后，选定一个方向进行具体研究。图像处理的方向比较多，图像增强，图像复原，图像压缩，图像分割等等。个人感觉FPGA做图像预处理（譬如图像去噪）比较好，如果涉及较为复杂的算法，用FPGA就需要深厚的功底。毕竟FPGA的计算能力不强。总之，你先把基础打好，然后选定一个喜欢的方向深入研究。FPGA只是实现的工具。
J. c++中图算法是什么如果只是BFS和DFS，我都已经会了是不是该学习树算法啊
最小成本生成树的算法?
最短路径问题?
其实就是图到树的转换,在考虑最小或者最大问题.