随着计算机计算速度的不断迭代增加，计算机视觉技术的发展也越来越好。随着深度学习的不断被人们重新提起，现在深度学习概念使用最多的地方便是结合计算机视觉技术。由于数字图像在存储在计算机中时，是大量的数据，所以在使用深度学习模型进行训练时，通常需要涉及到更多关于硬件与软件方面的各类专业知识。
计算机视觉技术是一个很广泛的学科，涉及到图像的基本处理、图像的识别、图像的认知与学习；而深度学习这个学科也存在很多的分支；经常和深度学习一起出现的学科、概念，通常包括：机器学习，强化学习，概率学，线性代数，大数据，神经网络。当两个具有很多分支的学科交织在一起时，往往可以产生很多很有趣的事情。
通常需要首先进行理论学习，从强化学习与相关数学开始，再过度到计算机视觉技术与深度学习网络学习，当打好了理论基础和动手能力，便可以开始使用相关工具进行一些小型网络的训练。
相关软件工具：Python，C++，Tensorflow，spark；