朝陽科技大學 資訊工程系

#請益 Python學習之路的選擇

2019年8月24日 14:42
讀資工系後發現Python是很棒也很有趣的語言 在學校也修過python的課,知道python可以做很多事 小弟我現在對python最有興趣的就是影像辨識跟AI 但專題想先以影像辨識為優先學習 目前知道python+Opencv可以拿來開發 也能結合Mysql做資料庫 但GUI的部分有Tkinter、PysimpleGUI這兩個可以用 對於python+Opencv學習的部分也不知道該從何開始 有想過在udemy上買幾堂課來學,但也不知道那些課程能獲得最大幫助 希望各位大大能推薦下GUI的開發,還有一些如何入門的建議,感謝
愛心
35
.回應 33
熱門回應
我大四專題原本要搞openCV人臉識別+GUI 搞到後面變成ctrlCV
共 33 則回應
國立虎尾科技大學
我看我朋友在玩cv 光版本問題就搞很久 加油
我大四專題原本要搞openCV人臉識別+GUI 搞到後面變成ctrlCV
國立臺灣科技大學 資訊工程學系
GUI 也可以用 pyqt5
國立臺灣科技大學 資訊工程學系
影像辨識這方面發展的很成熟了,所以我建議買本書,搞懂影像辨識的原理比較重要 要學 opencv-python 的 code 的話,打出那個影像辨識的專有名詞90%都有 code 可以讓你參考學習,甚至是已經做好優化好的 function
國立中央大學 資訊工程學系
你還是資工系嗎? 這種課程不是都給外系修的?因為他們完全沒接觸過,需要人帶入門 資工系大一有學好,之後什麼語言都直接上手了,頂多自己 Google 一下語法與其他延伸應用
我PYTHON新手菜雞也想請教各位大神 我只學過C++ 小弟我目前Python基本語法都OK、也寫過很簡單的爬PTT 、DCARD標題、高鐵車次等等的爬蟲 最近開始煩惱不知道該怎麼學其他領域 對影像跟Web開發很有興趣 想說影像辨識很夯先來摸看看 前幾天就看了一下tensorflow的文件跟教學結果都看不懂.... 我也不會用Github... 有大大能給些建議嗎? 還是要用Python先去刷題?
國立臺灣科技大學 資訊工程學系
B7 深度學習可以從keras開始 比較簡單直覺
B8 原來Keras比較直觀啊!!! 我再來研究一下好了! B9 你是指官方文件嗎? 內容都很長的那個?? 另外想問,Github常常看到一些Python專案內文都打超長,Code又分成很多包 有些內容完全都看不懂..... 想學Github使用有什麼好方法嗎?
B10 github上找找你有興趣的,把文檔看一下。刷題沒有用的,代碼永遠都是做中學。
b11 刷題不也是做題目嗎? 為什麼算沒用
B12 刷題和實際做項目兩回事嘛,而且,代碼本身是手藝活
國立臺灣科技大學 資訊工程學系
B12 刷題比較像訓練邏輯吧 做專案比較能學到怎麼自學一個語言,完成一個作品的感覺,才會去想還能做什麼
B14 我是一直覺得刷題沒有太多的必要。而且大部分人都是好好看文檔就可以了。
國立臺灣科技大學 資訊工程學系
B15 刷題感覺可以面試前去刷一些練練手感就好哈哈哈 我也覺得不用執著在刷題上面
B16 對啊,就是為了面試刷題才有意義,特別是算法題。
大大說的文檔是指專案的教學文章嗎? 還是官方的語法等等的資料呢?
B18 你还用看语法么。
B19 我不確定靠Python基本的那些語法是不是真的夠用耶....? 像我昨天找到的這個 https://github.com/aymericdamien/TensorFlow-Examples 我點開他的範例code,真的覺得內容好難哦.....
B20 Tensorflow不適合新手,他屬於符號式語言 看不懂很正常,因為你平常接觸的都是命令式語言 建議從keras ,pytorch, mxnet開始 想玩網頁式的可以用caffe
B20 多讀下看下注釋,然後自己用幾次tf就好了。
pyqt5
謝謝 B21 B22 B23給的建議 明天早上起床我就馬上來學一波
國立雲林科技大學 電機工程系
前陣子剛好摸了一下 Tkinter我用不習慣,一直碰壁 剛好Qt會一些,就改用PyQt 但每次要修改layout的時候 都要開一次Qt Designer去重新輸出 (小弟廢物沒辦法看著程式碼想像位置) 還是覺得蠻煩的
影像辨識的話 首先去複習線性代數、學影像處理、電腦視覺的基礎 然後先從 numpy、openCV 開始學 語法大致了解就行 可以加上 scikit image 和 PIL (功能跟 openCV 差不多 可以混用) 到這裡其實就差不多夠做簡單的影像辨識程式了 可以從簡單的影像處理、OCR 開始寫 接下來如果想玩 ML 、DL 首先把基礎微積分複習一下 先去找一些開放式課程學相關概念 ML 至少要會 Regression、KNN、K-means、SVM (到這裡也可以做一些進階的應用了) DL 的話至少要會 DNN 、CNN 了解一些常用 Layer、Activation Function、Loss、著名的 Network、Training 常見問題及處理方式 然後才是開始玩 Framework 目前主流是 PyTorch 和 Tensorflow 當然 也可以從 Keras 入門 網路上有很多 Frameworks 間比較 自行決定 或是也可以從有興趣的專案的原始碼開始研究 無論你的影像辨識決定用傳統 CV 還是 ML 甚至是 DL 試著先跑起來範例 然後試著把辨識的資料換掉、改改參數 再加上自己的想法或包裝成其他應用 UI 應該放在最後再考慮 功能先出來最重要 之後看你想包裝成網頁、APP 還是桌面程式 網路上資料其實不少 甚至可以只用 openCV 就做出陽春的視窗功能
B26 大大說的ML DL需要的前置知識 Regression、KNN、K-means、SVM、 DNN 、CNN 等等要搞懂是指要懂他的基礎原理跟怎麼計算運作就好了嗎? 如果是把Youtube上的教學看完就能開始玩Framwork了嗎??
B27 看你想做到什麼程度啊 只是想玩的話基礎懂就好 想有能力自行調整或設計 Network 的話 最好了解得深一點
Deep learning 部分可以看coursera吳恩達老師的教學影片,也有課堂作業與github
薩里大學 電子電機工程
Opencv 看youtube的 sentdex看一看就好 或是官網上的範例 有影像處理基礎看opencv只是個工具而已
馬上回應搶第 34 樓...