在深度学习方面的一点小建议

接触机器学习已经有不少的时间了，在大二刚开始就像学一些机器学习。
虽然开始的早，但是学到的东西实际上非常少。

缺少最直接的动力，将其当作了一个业余爱好。虽然当时知道机器学习会是我以后靠他吃饭的家伙，但是还是缺少直接的动力，，，如准备面试，，，

搜集各种资料但是没有好好的看完一个。我至今为止看的最详细的书就是李航的《统计学习方法》，而且没有对其中的算法进行实践。

经常陷入一个误区，就是不断的搜集资料，觉得要用最好的资料来学习才最有效率。实际上并不是的，现在能被大家认可的资料都非常不错，各有千秋。比如李沐的《动手学深度学习》，复旦大学邱锡鹏老师的《神经网络与机器学习》，这两个用任何一个都行。

有的人可能会觉得我要取这两个资料的长处。其实这句话说的挺对的，因为作者在写资料的时候对同一内容的解读是不同的，或许作者重视这个算法，就会对其做很多解释，加上很多例子，便于理解。

但是我不觉得在两个资料间频繁切换是一个好主意。

最好还是以一个资料为主，比如在A资料上我学习绝大部分，在A上偶尔有一个算法搞不懂了，我会去B资料上看一看不同的解释来帮助我理解。

其实彻底理解清楚任何一种资料都已经能让一个本科生十分出色了。（不管是书籍还是教程）
切忌好高骛远。