一、OpenCV和深度學習到底是什么關系

基于深度學習的人臉識別系統，一共用到了5個開源庫：OpenCV（計算機視覺庫）、Caffe（深度學習庫）、Dlib（機器學習庫）、libfacedetection（人臉檢測庫）、cudnn（gpu加速庫）。

OpenCV是Intel?開源計算機視覺庫。它由一系列 C 函數和少量 C++ 類構成，實現了圖像處理和計算機視覺方面的很多通用算法。 opencv 擁有包括 300 多個C函數的跨平臺的中、高層 API。它不依賴于其它的外部庫——盡管也可以使用某些外部庫。

二、Python,PHP,Java開發技術三者之間的區別是?

Python

Python由于具有豐富和強大的庫，它又叫做作膠水語言，能夠把用其他語言制作的各種模塊(尤其是C/C++)很輕松地聯結在一起。常見的一種應用情形是，使用Python快速生成程序的原型(有時甚至是程序的最終界面)，然后對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而后封裝為Python可以調用的擴展類庫。Python是做服務器開發與物聯網開發。信息安全，大數據處理，數據可視化機器學習，物聯網開發，各大軟件的api，桌面應用，都需要python。

Python主要應用于：動態解釋型，開發效率高，開源，靈活，入門門檻低。

PHP

php這三個字你常常會在瀏覽器地址欄里看到, 所以不意外php是用來開發網站的. 也是web后端的王者語言.無數的網站后端都運行著php代碼.

PHP主要應用于：主要是網絡前端，用于生成網頁。也可以整個web服務器都用php，比如很多論壇引擎。

Java

java常常跟”企業”聯系在一起, 因為具備一些很好的語言特性, 以及豐富的框架, 在企業應用中最被青睞, 你總可以聽到關于J2EE, JSP, Hibernate之類的東西的討論. 同時, java在手機領域也有一席之地, 在普遍智能化之前, 很多手機就是以支持java應用作為賣點的, 而智能手機爆發之后, java手機主場變成了android, 作為安卓的標準編程語言而存在.

Java主要應用于：網頁, 企業級開發, 普通應用軟件, 游戲后臺。

三、為什么人工智能用Python

寫人工智能的程序不一定非要用python，目前很多的機器學習庫例如tensorflow既提供python的api接口，也提供其它語言的api接口。之所以很多書籍，sample，在線課程都是用python是因為python語言本身容易學習，目前非計算機行業的人大量使用，有大量的好用的庫，而且適用于科學計算。很多數學公式的庫都是用python實現，如numpy，scipy等。

四、如何編寫易被復用的，高質量的機器學習算法代碼

SVM方面，首選的肯定是LIBSVM這個庫，應該是應用最廣的機器學習庫了。

下面主要推薦一些DeepLearning的GitHub項目吧！

1. convnetjs - Star:2200+

實現了卷積神經網絡，可以用來做分類，回歸，強化學習等。

2. DeepLearn Toolbox - Star:1000+

Matlab實現中最熱的庫存，包括了CNN,DBN,SAE,CAE等主流模型。

3. Deep Learning(yusugomo) - Star:800+

實現了深度學習網絡，從算法與實現上都比較全，提供了5種語言的實現：Python,C/C++,Java,Scala，實現的模型有DBN/CDBN/RBM/CRBM/dA/SdA/LR等。

4. Neural-Networks-And-Deep-Learning - Star:500+

這是同名書的配套代碼，語言是Python。

5. rbm-mnist - Star:200+

這個是hinton matlab代碼的C++改寫版，還實現了Rasmussen的共軛梯度Conjugate Gradient算法。

五、如何用c++給python機器學習庫

建議從閱讀優秀開源項目的源碼開始，梳理代碼結構邊閱讀邊寫注釋，看看別人是怎么實現的。

推薦mlpack，一個純C++的機器學習庫，同時理論基礎要跟進，光靠一本《C++ Primer 5th》就想寫機器學習庫還遠遠遠遠遠的很，并且一個前沿領域可用性高的第三方庫，往往都是一群老司機智慧的結晶。

六、matlab沒有GMM和KNN的源碼么?如果要用哪個機器學習的庫比較好?matlab和c++都可以

用netlab的toolbox吧，christopher bishop出品必屬精品。