一、硬件工程师需要学习哪些知识？
硬件工程师需要学习哪些知识？
首先我们要知道硬件是什么。硬件就是实实在在存在的、看得见、摸得着的东西。硬件其实就是电路板。像我们所熟悉的电脑硬件包括主板，内存，CPU等。
那现在知道硬件就是指电路板，电路板上有很多密密麻麻的电子元器件，这些东西是干什么用的？怎么实现它的功能的？他的原理又是什么呢？
既然叫电路板，那肯定就跟电路相关了。首先我们要学会电路知识。包括模拟电路、数字电路以及构成这些电路的电子元器件的知识。这些都是基础知识。
其次我们要学习单片机之类的控制器的相关知识，也叫微处理器，片上系统等。以及他的外围电路等知识。
还有就是电路板制作软件等知识，如PROTEL99、POWERPCB等。因为要用这些软件绘制原理图，然后进行打板制板等操作。还要会一些测试工具的使用，比如各种硬件调试工具，示波器，电源，万用表以及电路分析软件等。
最好还要会一些测试软件的开发知识，能及时测试自己开发的硬件是否达到要求，或者检查一下硬件是否有缺陷等。
二、学习电脑应该先学习硬件知识还是软件知识？
主要决定于你设定的学习目标
如果学习硬件维修或从事硬件相关的工种或行业，则学习硬件知识是必须的；但如果你是学习软件开发或软件应用，硬件知识只要了解即可。
电脑知识范围大，应用广，切不可陷入什么都想学的泥潭，最好设计好一个切实可行的学习目标和计划，找到一个切入点进行学习。
三、如何学习电脑硬件知识？
学习和了解任何新事物都要循序渐进。
了解电脑的构成，各个部件的原理与作用，如何正确安装，再进行深度了解和学习每个部分的特性和性能。
简单介绍一下电脑组成部分和作用：
1.CPU
负责计算处理数据，数据通过内存传输到CPU，经过计算处理后返回结果到内存或者硬盘。
2.内存
负责存储临时需要的数据和正在运行的程序文件，是CPU和硬盘之间的通道桥梁。关机断电后内存里的数据会消失。
3.硬盘
负责存储数据。电脑的系统文件、各种程序及用户的数据如电影照片音乐等文件都存储在硬盘上，关机断电后硬盘上的数据仍然存在。
4.显卡
负责渲染计算处理图像数据，完成后传输到显示器。
4.显示器
负责显示CPU和显卡处理数据的结果。
5.主板
负责连接传输各部分的数据，并传输电力。
6.电源
负责转换电压提供电力。
7.CPU散热器
负责传导CPU运算产生的高温，并进行冷却。
8.机箱
负责承载各个部件。
9.机箱风扇
负责导出机箱部件工作产生的热量，使机箱内部降温。
10.导热硅脂
负责CPU及显卡核心与散热器之间的更好的接触，并传导热量。
11.音箱耳机
负责播放出音频。
12.网卡
负责传输电脑和网络之间的数据。
四、学习人工智能AI需要哪些知识？
作为IT开发人员，根据自己的经验简单的做了一下总结，分了两大部分内容：
一、自然语言处理（NLP）
（1）、基础
1、文本清洗（正则、分词与规范化）；
2、中文分词（HMM、trie tree、工具有jieba）
3、文法分析
4、词袋模型（ngram）
5、关键词抽取（tfidf、texttrank）
6、语义相似度（term、score、距离函数）
7、文本的向量化表示（word2vec(skip、gram、glove)、elmo、bert）
8、机器学习（lr、svm、bayesian、fast text、）
9、深度学习（textCNN、textRNN、seq2seq、siamese LSTM、DSSM、attention）
（2）、在实际项目中的应用
1、实体识别（应用：医疗智能、对话机器人）、（技术：CRF、bilstm-CRF、PCNN）、（扩展：知识图谱、图数据库）
2、query相似变换（应用：sug、纠错改写）、（技术：elasticsearch 建库索引）
3、文本分类（应用：情感识别、文章类型、意图识别（样本爬取）、语种检测）
4、序列标注（机器翻译、词性标注）
5、文本生成（应用：诗歌对联、摘要生成）、（技术：VAE、GAN）
6、聊天机器人（案例：百度anyQ）
二、图像视觉处理（计算机视觉）
（1）、主要应用
1、主要应用：无人驾驶、医疗影像诊断、安防、人脸识别、视频内容理解、图像分类、图像分割、目标检测、目标跟踪。
2、OpenCV
3、图像分类（CNN、AlexNet、LeNet、VGG、ResNet、Fast-RCNN）
4、图像检索（距离度量与检索、图像特征抽取、LSH近邻检索算法）
上面两大内容中要学习的内容分为三个阶段
第一阶段：人工智能基础。包括编程基础：机器学习深度学习框架例如tensorflow/pytorch；数学基础：高等数学，线性代数，概率论，统计学知识；机器学习基础：决策树，逻辑回归，聚类算法，支持向量机，集成学习；深度学习基础：反向传播，链式求导，卷积神技网络，循环神经网络等。
第二阶段：算法在NLP领域的实践应用。基础的NLP任务：词法分析，包括：分词，词性标注等；句法依存分析；语义表示与语言模型；命名实体识别；文本分类；文本生成；机器翻译；信息检索等。
第三阶段：算法在CV领域的实践应用。CV图像处理的基础，opencv的框架；同时也是基于cv领域应用最广的几种任务：图像分类；语义分割；图像目标检测；目标跟踪；序列分析。
五、学习硬件该学哪些知识?
计算机专业，做这个小车因为网上东西太多了，不需要具体做啥硬件的东西，你需要找个设计小车的案例，看看控制理论，熟悉下arduino（也算软件吧），某宝上买齐一套配件，然后折腾吧，再配合你原来的知识做个APP啥的和小车连接，把自建地图弄手机上，做个像007的手机控制宝马一样的东西，可以玩一阵了。等你感觉到小车上的CPU，驱动板啥的不够用了，再自己做吧，那时候你学个原理图，pcb的工具，选型CPU等，看他的手册，找他的demo设计，参照自己画原理图，pcb，买器件，焊接。。。。我还是建议你直接买更高端的控制板算了。
六、有哪些网站可以学习电脑硬件和软件知识？
吾爱破解论坛，网易云课堂、虎课网、站酷高高手、优酷网。
现在的西瓜视频，火山小视频，抖音。
微信公众号和微博以及一些qq群和部落。
万能的百度，百度网盘收费课程，使用搜索引擎搜索到的百度云免费课程。
七、硬件开发需要哪些知识？
需要以下知识：
首先是基础能力体系，以电路知识（模拟电路、数字电路等）为首；
其次是单片机，微处理器的应用，了解内部工作原理，和一些功能以及使用方法，常用的有51、ARM、DSP等；
然后是EDA软件的使用的使用，如protel,AD，powerPCB等，因为设计的电路的原理图和PCB要用软件画，工程师的未来也需要画；
最后是熟悉常用的测试工具，万用表、开关电源、示波器、网络分析仪、频谱分析仪、信号发生器等；
还有一些常用的调试软件，如串口调试助手，或者网络调试工具等，也是需要掌握的。
当然，如果愿意学习一些嵌入式软件知识就更好了。
八、学习智能家居需要掌握哪些知识呢？
智能家居涉及的方面比较多，要学习的专业知识包括：软件方面的知识：
1 物联网知识。
2 云计算技术。
3 移动互联网技术。
4 通信技术。
5 自动控制技术等。硬件方面的知识： 1 智能家居产品安装，调试技术。 2 智能家居产品维修技术。 等等。
九、制作智能机器人需要学习哪些知识？
需要学的很多，列举一些如下:
1、模电，数电 （推荐读本:电子技术基础、电工技术基础）
2、传感器 （推荐读本:传感技术）
3、编程 （推荐读本:十天学会单片机、 C语言）
4、机械方面。
十、智能硬件都有哪些产品？
智能产品按照大的分类有：工业机器人、生活服务机器人、智能RTU、智能穿戴设备、智能装备（包括各类有触觉或者感应类的设备）、智能家居、无人机、智能管道运输监控终端等等。因为细分品类范畴是在太多无法枚举，你就可以简单的理解为就是那些集成了各类触觉、感官或者集成运动的，带有一定的数据传输与反馈的，高级一些的能够自适应、自调节的各类智能化设备。