点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
1. 图论(Graph Theory)
1.1 什么是图(graph)？
1.2 图的定义
一个节点就是一个人，一个节点的标签就是一个人的名字，而节点的特征就是这个人的特点。
异构的(Heterogeneous) — 由不同类型的节点组成 同构的(Homogeneous) — 由相同类型的节点组成
静态的(Static) — 节点和边不变，没有添加或删除 动态的(Dynamic) — 节点和边发生变化，添加、删除、移动等
密集的(Dense) — 由许多节点和边组成 稀疏的(Sparse) — 由较少的节点和边组成
1.3 图分析
行走（Walk）：图的遍历 —— 闭合行走是指目标节点与源节点相同 小径（Trail）：没有重复边的行走 —— 电路（Circuit）是闭合小径 路径（Path）：没有重复节点的行走 —— 循环（Cycle）是闭合路径
1.4 E-图 — 计算机上的图
2. 深度学习
深度学习是一种机器学习算法，而机器学习又是人工智能的一个子集。
3. 深度神经网络就是一种图
K均值 K最近邻 决策树 随机森林 马尔可夫链
4. 本质上
图论 深度学习 使用图理论的机器学习
5. 关键要点
所有图都具有定义其可用或可分析操作的属性。 图是使用各种矩阵来进行计算表示的。每个矩阵提供不同数量或类型的信息。 深度学习是机器学习的一个子集，大致模拟人类大脑中神经元工作的方式。 深度学习通过在网络中前向传递信息并向后传播神经元调整来进行迭代学习。 神经网络（以及其他机器学习算法）与图理论有密切联系；
下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
