我是学计算机的，最近很困惑该学什么？求解答

Question

如题所述

Answer 1

答: 你好呀，下面将通过两个方面来分析，一个是深造该学什么，一个是本科面向就业应该学什么。

如果你想继续深造的话，也就是说以后有读研读博的意向，那么这个时候建议你可以多学一些数学基础打好数学基础，对以后做科研有益的帮助，除此之外呢，你也可以要学习一两门编程语言，其中至少要有一门比较拿手的编程语言，因为除了这样之外，你在搞科研的时候，一方面有了基础，另一方面也有了实验能力，这样的话更有利于出成果，这样的话就会论文和代码两边都不会误；如果说你是面向工作的话，那这个时候我不太建议你一直学习理论的内容，更建议你可以学习一些实战性的内容，比如说你可以选择一门编程语言举例，C语言或者Java，如果说你以后想做一些前后端开发，那么你就好好学好Java JavaScript等等，学好之后多做一些项目，或者和同学多组队参加一些比赛，让自己的简历上有更多的东西。有利于你以后找到一些比较好的工作。

以上两点希望可以帮助到你呀～加油呀，不要迷茫，不要困惑。

Answer 2

计算机视觉，通过RGB或者RGBD信息，让计算机能对其中包含的信息，如图片中主要有什么，感兴趣的物体（人）在图中什么位置。最近有一项研究关于NBA篮球赛，可从视频中分析出要进行大动作的"焦点人物"。计算机视觉中，会用到一些传统的图像处理方法，不过越来越多的计算机视觉研究基于机器学习和深度学习。之前视觉总需要提取特征，sift，stip等，而特征的好坏直接影响到视觉识别结果，通过无监督特征学习，如稀疏自编码，能从数据中得到一个比较靠谱的特征，后续直接通过分类器等进行处理即可。机器学习是数据驱动，在获得大量数据后，通过数据构建模型从而完成预测，分类等任务。机器学习包含较多方面，只说神经网络。通过人工神经元构建的神经网络，只要两三层便能较好的拟合任意函数，对于简单的任务只要把数据扔进去训练即可。后来有人发现如果多几层，神经网络的准确率会更好，不过层数过多时，提升不明显，训练时间极具提高。此外对于很多复杂的任务，简单的神经网络不足以应付。比如对于20*20的数字灰度图片，只要把这400个像素值输入网络即可。但是对于640*480的彩色图片，要识别图中是什么动物，那简单的神经网络结果就不怎么样了，而且通常需要预先从图中提取特征向量，而不能直接把图片当成特征向量。深度学习对神经网络进行了多种改进，比如卷及神经网络，循环神经网络等，无一例外就是网络层数提高，而且直接输入原始数据，学习特征，再学习分类模型。

Answer 3

你既然是学计算机的，自然就得在这上面下功夫，不需要困惑，可能是你不感兴趣，找找看你对什么感兴趣，专攻就行了。

Answer 4

建议学习计算机网络安全。