OpenCV和深度学习到底是什么关系 学习openmv需要学习python吗

OpenCV和深度学习到底是什么关系

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。
OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C 类构成，实现了图像处理和计算机视觉方面的很多通用算法。 opencv 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。

学习openmv需要学习python吗

有很多MicroPython库可以直接用(并不兼容PC上的Python模块) 开发团队开发了OpenMV的各种算法和模块可供调用Python,是一个很常用的语言,在图像处理,机器学习,网络编程天津众 维原画

deepmind和openai为什么要用深度增强学习玩游戏

概率小的原因有两个：
1. 公开资料里没有看到deepmind有过华人员工（更新：评论区有知友说有华人员工，叫Aja Huang），即使有，也不见得是知乎用户（更新2: 比如评论区 @熊辰炎 提到的华人同学）
2. 2. AI方向的牛人供不应求，尤其是有Deepmind工作经验的大牛，放出风声一定会被疯狂挖角；比如OpenAI成立时就是先拜访一位大牛，拿到了一份名单，再去挨个挖。所以我相信Deepmind一定有相关PR策略，抑制员工公开暴露自己

OpenGL着色语言对深度学习应用开发的可能性有多大

没啥用,opengl被设计用来在显示器上输出图形数据.它是一种图像表现语言... 你深度学习和gl是八竿子打不着的两个方向.
要说联系,可能nvidia搞得cuda计算系统还是可以服务于你说的深度学习的

没有GPU可以做深度学习么

对初学者来说CPU足以。以下几点：
1)　先把CPU利用好： 其实对于很多初学者来说能把OpenMPI配置好，多线程利用起来，C底层程序用Intel MKL编译(需要Intel CPU)，基本上可以带来的效率提升可以近似于用GPU。
2) 然后利用好你自己的时间: 貌似现在道听途说一般的结论是GPU比CPU提速10倍左右。。。大家想想，训练一个模型，本来要CPU跑10个小时，结果买了GPU只用1一个小时，但是节约来的9个小时里面一半浪费在了看知乎上（说你呢！），另一半浪费在了刷微信上。。。　本屌最近跑些NLP方面的东西，东西不是特别大，Ubuntu笔记本装了OpenMPI可以四个线程一起跑，也比单核CPU快一倍左右，基本上白天先把模型设置好，跑上3~4个Epoch看看效果，然后在晚上睡觉之前开始跑个20-30个循环，第二天早上怎么也都好了。
3) 最后设计好数据结构: 另外其实数据预处理的好，用简便的方法存在内存里面，也是可以提升不少效率的。

为什么不用matlab做深度学习？

matlab可以做深度学习，但是从实用性的角度来讲matlab的实现效率相对较低，训练耗时较长。
初次学习计算机语言就选择matlab不是一个明智的选择，最好选用C或者Basic作为入门语言。 matlab是一种傻瓜式的计算机语言，具有强大的函数库，能够方便地进行图像处理、数学计算（包括符号变量组合成的表达式的运算）、仿真等等。

MATLAB是一门计算机编程语言，取名来源于Matrix Laboratory，本意是专门以矩阵的方式来处理计算机数据，它把数值计算和可视化环境集成到一起，非常直观，而且提供了大量的函数，使其越来越受到人们的喜爱，工具箱越来越多，应用范围也越来越广泛。