请问一下接下来的学习路线我本科是机械，然后个方向的，不太懂该学什么

Question

各位老哥，我本科是机械，然后研究生方向是计算机视觉图像处理这个方向的，不太懂该学什么，现在就学了numpy，pandas，matploit基础操作，机器学习就学到svm，看的吴恩达的视频，想问问接下来怎么搞？深度学习的框架pytorch和tensflowyolo是啥。。

Answer 1

1.如果能觉得能往科研方向走，就多读论文。不知道读什么，上paperwithcoder，搜领域相关论文，热门一些都有论文排行榜。往机器视觉方向，找相关数据集，模拟处理解决
2.初学者建议pytorch ，入门容易。 然后，要多实践。 个人经历，上完网课觉得老师说得都能回答上来。 落地得时候才会发现，困难重重。首先是基础语法，python和pytorch；其次是概念问题，深度可分离卷积是什么，反卷积怎么用，为什么这边用反卷积不用池化，有的新网络输出层附近用池化不用卷积，等等实践问题。 所以图书馆找书籍，挑出觉得不错的书籍，然后动手编程（推荐pytorch的原因，就有版本兼容性比tensorflow好）。 接着，分类，目标检测（yolo系列），目标分割， 各挑选至少经典网络从数据处理开始， 跑看看。
3.先加前辈圈子，默默观察：11年毕业的时候，通过加行业qq群，可以了解一部分信息（几乎都会有人劝退这行业不行，需要甄别信息）；学长的朋友圈。 上面说的看招聘是可以的，只是你要先确定你需要的方向。
4.机械加视觉，直接的是机器视觉：软件+硬件（成像系统），贴合制造业，工业4.0 。入门工资不如计算机视觉， 但是创业门槛比计算机视觉低。这几年开始上市井喷，行业成熟度在加快。
5.深度学习应用到制造业：最大的问题是数据。数据来源，数据清洗，根据模型结果和现场数据收集人员交互。所以做得好的企业，通常由较强数据采集能力。
6.深度学习只是工具，并且走向无代码的进程比传统更快，这俩年职位相对稀缺（计算机已经卷，但机器视觉等还是缺）。但随着成熟以及技术瓶颈到来，研究潜力降低， 项目应用需求上升。所以，要么你达到很高的研究层次，要么把他作为类似C++,C#类语言看待。

学习实践：吴恩达-》李沐B站 《动手学深度学习》-》天池/Kaggle 刷比赛试题（扩展圈子和学习技巧）-》写博客，参与GitHub开源项目
招聘：我自己定期整理 招聘求职汇总信息“https://github.com/wujingxin521/Machine-Vision-Job-Recruitment-Online-Document 。可以参考。也可以注册BOSS直聘，脉脉等软件，先观望再深入。