深度学习工程师路线 从python到机器学习、深度学习

深度学习工程师路线 从python到机器学习、深度学习

标签： 教程

---

基础篇

python

python是机器学习或者是深度学习常用的编程语言，所以掌握好python就相当于掌握了打开深度学习或者是人工智能的钥匙。如果你有其他编程语言经验，其实python学起来一点都不难的。你可以参考廖雪峰老师的教程 https://www.liaoxuefeng.com/wiki/1016959663602400 ，也可以参考我之前的 从1开始学python https://blog.csdn.net/qq_28888837/article/details/80535847 虽然没多少人看 /狗头，或者再github上找开源的教程，如果你能坚持100天推荐看 https://github.com/jackfrued/Python-100-Days 这个教程，我想对于聪明的你来说，肯定不是问题。

当然，如果你毫无编程基础，那么推荐看一些教学视频比如下面这个

资源获取方式后面会说。

数学基础

emm，这个不同人有不同说法，如果你只是想应用层面的，只是想去用，也不需要过度优化，其实大学数学就够了，无异于高数，线代，概率论这些，并且开发中其实很少推公式，除非你要做优化。

但是如果你想走科研，那就不用多少了，数学无论如何不会对你有害的，可以看一些数学视频，比如一些考研数学的，或者有些专门为深度学习开的视频课程。

机器学习

（如果你搞图像，你会发现之前学的机器学习好像白学了），不过不是否白学，还是要学的，如果功底强悍，推荐西瓜书（周志华机器学习）+统计学习方法（李航）。但是呵呵，很少人能够做到啃得懂西瓜书，所以还是推荐视频教程吧，一般都是吴恩达的，你可以在网易云课堂上面搜的到
https://study.163.com/course/introduction/1004570029.htm，或者林轩田的（b站也能成为学习的地方）。看完这些视频估计对你有用的就是终于分清什么是无监督什么是有监督了（哈哈，开玩笑）。当然如果能把一些传统的机器学习算法搞懂，对你肯定还是很有帮助的。除了这些公开课之外，也有一些机构的课程

不同之处在于公开课注重理论基础，这些网上的机构课程注重应用，一般都是讲如何调包的，所以推荐先理论在应用。

深度学习

深度学习对得起深度这两个字，因为水很深。刚开始学习推荐吴恩达的网易云上面的deeplearning，同样非常注重理论，我通过学习能自己实现反向传播等 https://blog.csdn.net/qq_28888837/article/details/84296673 所以还是很有帮助。

在学习了理论后，你就可以用一些深度学习的框架了，这个地方水很深，因为每个框架其实又相当于一门小语言了，尤其是Tensorflow，学起来挺不容易的，所以初学建议学pytorch（怕你学过pytorch后就不想学习tf了）。不过有时候框架不是你选择的，而是根据你搜到的源码来决定的。

当你学习了上面的之后，估计自己也知道以后该怎么学了，我就不叨叨了。

资料获取可以添加下面公众号回复 python 获取python相关，回复机器学习 获取机器学习相关。

欢迎大家关注我的微信公众号，未来上面会推送python 机器学习 算法学习 深度学习 论文阅读 以及偶尔的小鸡汤等内容。ようこそいらっしゃい！