大家好，今天小编关注到一个比较有意思的话题，就是关于61岁学习python的问题，于是小编就整理了3个相关介绍61岁学习Python的解答，让我们一起看看吧。
Excel请问大神们，VBA以后会不会被61Python取代？
没有谁能取代谁的，在PY爱好者看来，总有那么一波顽固不化的人死守VBA、拒绝PY的。实际上VBA有它的优势，在EXCEL处理领域，轻松调用EXCEL的各类***，好用的开发和调试环境。
cs61a主要讲的是啥？
CS61A 对应的教材是《计算机程序的构造和解释（SICP）》 ，核心思想是抽象，主要讲的是：
编程范式——包括函数式编程(FP)、面向对象的编程(OOP)、结构化查询语言(SQL)；
在学 CS61A Spring 2020 之前，我只是感觉要使用“抽象”，未曾料到其本身有一套成体系的方法。这门课给我的收获很大，由于洞察了编程语言的真相，能做到一周甚至半天内掌握一门高级程序语言（C 、MIPS 除外）；以及利用“抽象”这一理念，掌握到科学的程序设计方法。
CS61A 课程作业里要写的代码并不多，即使是最后一个 project —— scheme 解释器，总共要写的代码行数也在 100 行左右。但代码的阅读量却较为巨大，可能要写的代码只有 5 行，但却得花半小时以上的时间理解其他代码是什么意思。
CS61A / SICP 提供的那套“抽象化”的程序设计方法，是看再多 Python 的 API，上再多程序语言课也学不会的。如果上了很多 Python 课，自己想写写小项目也还是无从下手，那么务必试一下 CS61A。
opencv十大开源框架？
opencv是一个开源的计算机视觉和机器学习框架，具有广泛的应用领域。以下是opencv的十大开源框架：
1. OpenCV：最常用的计算机视觉和机器学习库，提供了很多图像处理和计算机视觉算法的实现。
2. Dlib：一个用于图像处理和机器学习的c++库，提供了一系列的机器学习和计算机视觉算法。
3. TensorFlow：谷歌开发的一个机器学习框架，可用于各种图像处理任务，包括目标检测和图像分类等。
4. Caffe：由伯克利视觉与学习中心开发的深度学习框架，用于图像分类和目标检测等任务。
5. Torch：一个基于lua语言的机器学习框架，提供了各种图像处理和计算机视觉的库和工具。
6. mxnet：一个轻量级的深度学习框架，支持分布式和多GPU训练，适用于图像处理和机器学习任务。
7. Theano：一个优化的Python库，可用于定义、优化和求值包含多维数组的数学表达式。
8. scikit-learn：一个用于机器学习和数据挖掘的Python库，提供了各种图像处理和计算机视觉算法的实现。
9. PyTorch：由Facebook开发的深度学习框架，提供了易用的API和强大的计算图能力，适用于图像处理和机器学习任务。
10. Keras：一个高级神经网络API，可用于在多个深度学习框架上构建和训练深度学习模型，包括TensorFlow、Theano和CNTK等。
是的，有很多开源框架可以用于计算机视觉的开发。
OpenCV作为最知名的计算机视觉库之一，也提供了一些很优秀的开源框架。
下面列出了一些OpenCV的开源框架：1. DLIB：提供了一些计算机视觉和机器学习的[_a***_]，如人脸检测和人脸关键点检测。
2. TensorFlow：一个非常流行的深度学习框架，可以用于实现各种计算机视觉任务，如图像分类和目标检测。
3. Caffe：另一个流行的深度学习框架，也可以用于计算机视觉任务。
4. Torch：一个基于Lua的科学计算框架，也提供了一些计算机视觉的功能。
5. MXNet：一种灵活的深度学习框架，可以用于计算机视觉和自然语言处理等任务。
6. YOLO：一种实时目标检测算法，可以快速准确地检测图像中的多个对象。
7. MobileNet：一种轻量级的卷积神经网络，适用于在移动设备上进行计算机视觉任务。
8. Mask R-CNN：一种用于实例分割的框架，可以同时检测和分割图像中的多个对象。
到此，以上就是小编对于61岁学习python的问题就介绍到这了，希望介绍关于61岁学习python的3点解答对大家有用。
