深度学习如何入门

深度学习到底难不难？

作为一个0基础的小白，在前期学习时也经历了很多的弯路，在这里将一些经历分享给大家。

最开始学习的时候在网上乱七八遭的搜罗了很多学习的视频，在线下也买了很多人工智能的相关书籍，结果就是越学越乱，不但没有掌握知识，还萌生了想放弃的想法。
后来自己冷静下来理出了一条属于自己的学习之路。

1、  AI是什么？
了解人工智能领域的全局知识，这个了解是全局的了解，细节可以不用大管，掌握人工智能的来龙去脉，培养充足的兴趣，同时也知道自己的学习进度是在具体哪一个阶段。给自己信心和目标感。

2、掌握必要的基础知识
现在网上有很多的基础知识课，你仔细打开看看就知道学的东西真的超多。想要把这些知识全部学完也不是一件轻松的事儿，说不定半路就放弃了。我的建议是掌握必要的知识点，在后续的知识点中哪里不会再补哪里。在这里分享我学习基础的视频： 必备数学基础课  http://siligence.ai/addons/ask/courses/detail/id/12.html  这门课讲的是后续学习必备的数学知识点，完全可以满足后面学习的需要。

3、机器学习入门及实战
（入门课）网络时代，最不缺的就是信息，但这些信息又是碎片化。比如有些课声称一堂课就让你搞懂人工智能，这样的课讲的是一些表面上的东西，可以当补充知识听，想要实战还是得踏踏实实学。
在这里分享学习AI领域必听的课：吴恩达机器学习   https://www.bilibili.com/video/av62906236  这门课是所有在线Machine Learning课程中最受到大家好评的课程 。中国开发者机器入门启蒙课。

（语言课）Python是当前最火的编程语言课，相对其它语言比较简单，上手也快，新手学不难，最难得的是这门语言非常适用于人工智能行业。在这里推荐我学过的python课程：http://siligence.ai/addons/ask/courses/index/cate_id/2.html
学习的时候一定要跟着敲代码，懂不懂的多写几遍自己心里也知道是怎么回事了。

（学习实战）在这个阶段，理论知识掌握了，一定要练习，推荐： 
Kaggle挑战赛/练习https://www.kaggle.com/
Sklearn文档学习  https://scikit-learn.org/stable/

Kaggle是一个低成本的应用机器学习的机会。而Sklearn的文档不仅提供了练习数据、sklearn的相关代码实例，还提供了可视化图。

4、深度学习入门及实战
（入门）有了机器学习的基础及实践能力。学习深度学习会更容易理解一些，本身深度学习也是机器学习神经网络的分支。
深度学习入门课推荐李宏毅的深度学习入门课，讲得非常有趣。

李宏毅-深度学习 http://siligence.ai/addons/ask/courses/detail/id/17.html

（实战）当有了一定的理论基础后，一定要找项目进行实战，多练习才能真正的将理论知识用起来，同时练习也是查缺补漏的最好方法。在这里推荐B站的深度学习实战课程视频：

神经网络(CNN)算法实战：http://siligence.ai/addons/ask/courses/detail/id/5.html
深度学习之人脸识别实战：https://www.bilibili.com/video/av63329807
深度学习自然语言处理-Word2Vec：
http://siligence.ai/addons/ask/courses/detail/id/20.html
还有一点非常重要，在实战的时候可以试着找到自己特别感兴趣的方向 ，然后专攻那个方向，在一个小方向上有比较深放的了解，无论是对接下来继续研究学习还是去工作都有很大的帮助。

最后希望学习人工智能的同学都不要放弃，不放弃任何一个实战，也无需害怕失败，做好当下的自己就好。