2019年國家對人工智能加大了支持力度，媒體對人工智能的資訊報道也越來越多，剛剛結束的人工智能大會也展示了國內現在的人工智能的發展狀況，“雙馬”對話中也處處透露出對人工智能的美好展望。

人工智能一個很大的應用方向是CV（計算機視覺）。CV在如制造業、檢驗、文檔分析、醫療診斷和軍事等領域中各種智能系統中不可分割。具體的像無人駕駛、人臉識別、VR/AR等，未來在醫療領域等還將有更大的發展。

那么成為一名計算機視覺工程師應該具備哪些能力呢？

首先數學要學好。大學里開過的高數、線性代數、概率統計等課都十分的重要，理解數學知識體系，打下牢固的數學基礎，對于學習計算機視覺來說肯定是非常加分的。

其次還需要一定的編程能力，在計算機視覺中，Python和C++是比較合適的選擇。像Python學習基礎語法，學到他的面向對象就基本上能夠滿足計算機視覺的要求了。當然Python的語句、函數、文件操作還是要熟練，掌握面向對象數據編程技術，為后期的AI學習打下扎實的編程能力。

有了很好的數學和編程基礎后就要進行深度學習的部分了。

深度學習中有MLP模型，其中包含的內容有機器學習分類，神經網絡簡介，感知機模型、多層神經網絡，TensorFlow入門等，最終的學習目標是能夠理解多層感知機的運行過程并且能夠搭建多層感知機模型。

然后就是CNN卷積神經網絡，它是深度學習的代表算法之一。在這一部分的學習中需要掌握如何使用CNN網絡處理空間問題，如圖片、視頻等數據，理解卷積、池化，以及反卷積、反池化的過程和原理，并且能夠搭建相關的卷積網絡模型。

網絡設計也在學習的范圍內，掌握網絡設計技巧，學會如何設計出性能更好更好，速度更快的卷積神經網絡。還有模型評估，掌握測試網絡性能的標準。

神經網絡還有RNN循環神經網絡，GAN生成式對抗神經網絡。掌握到如何使用RNN網絡處理時間序列問題，比如智能應答，智能翻譯等，理解循環神經網絡RNN和LSTM、GRU的運行過程和原理一，能夠搭建相關的循環神經網絡模型訓練和優化。

讓神經網絡具備創造能力，理解生成式對抗神經網絡和其變種網絡的原理，并能夠搭建變分自編碼的網絡模型訓練和優化，可實現圖像生成，語音生成等。

發布于 2019-09-05

總結

以上是生活随笔為你收集整理的成为一名CV（计算机视觉）工程师，你需要具备哪些能力？[通俗易懂]的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。