AI：从小白到入门，超详细人工智能成长路径分享：观后感

本博文为视频观后总结，博文出现的专有名词 B 站或者 gitHub 搜索即可检索到学习链接，欢迎各位小伙伴，评论区总结分享好的学习路线

AI 学习从小白到入门

本博文主要内容摘自下面B站的视频分享，墨理添加了自己的一些观点，仅供各位读者大大参考

• 视频传送门 AI：从小白到入门，超详细人工智能成长路径分享

额外总结：

1. 数学：微积分、线性代数（矩阵运算）概率论 ：这些数学知识在 AI 领域各种神经网络、卷积网络、循环神经网络、transformer、GAN、Diffusion Models 中真正得到了应用
2. Python 基础学习 推荐 莫烦 Python （有编程语言基础的，直接菜鸟教程就够用）
3. Pytorch 框架的学习，英文和文档阅读能力强的同学推荐直接看官方文档，现在这些官方文档真的是越来越容易入门了
4. 深度学习，李沐和吴恩达老师的课，都可以重点学习，这部分课程需要像高中课堂一样认真
5. 机器学习，下图思维导图所列，完全同意

1. Python学习

个人推荐：莫烦 python

• 莫烦python：https://www.bilibili.com/video/BV1wW411Y7ai
• 小甲鱼python：https://www.bilibili.com/video/BV1c4411e77t
• 慕课网python3：Python3 入门教程 - 慕课网 (imooc.com)
  tips: 根据需要三选一学习即可

2. 编程框架

PyTorch，个人推荐 官方文档

• up主刘二大人（河北工业大学人工智能与数据科学学院教师）《PyTorch深度学习实践》完结合集_bilibili
• 七月在线-褚则伟
• pytorch 入门学习

tips：可以系统学习，时间不够也可以直接跟着李沐老师的动手学深度学习课程(跟李沐学AI的个人空间 bilibili)上手学习

3. 深度学习

建议都非常非常认真地学习

• 李沐《动手学深度学习v2》
  • 视频：跟李沐学AI的个人空间bilibili
  • 笔记：MLNLP-World/DeepLearning-MuLi-Notes(github.com)
• 吴恩达 deep_learning_ai：
  • 视频：【中英字幕】吴恩达深度学习课程第一课 — 神经网络与深度学习_哔哩哔哩_bilibili
    • 深度学习7h
    • 调参优化5.5h
    • 结构化ML项目4h
    • CNN6h
    • 序列5h
  • 笔记：fengdu78/Coursera-ML-AndrewNg-Notes: 吴恩达老师的机器学习课程个人笔记 (github.com)
  • 作业/代码：【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】何宽的博客-CSDN博客

4. 机器学习

视频：（只看过吴恩达老师的，当时大多是 TF 框架的，当下如果看的话，个人建议理论学习为主）

• 吴恩达机器学习课程：(强推|双字)2022吴恩达机器学习Deeplearning.ai课程_哔哩哔哩_bilibili
• 李宏毅机器学习：(强推)李宏毅2021/2022春机器学习课程_哔哩哔哩_bilibili
  书籍：
• 周志华：《机器学习》西瓜书+南瓜书
• 李航：《统计学习方法》

5. NLP如何入门

不太熟悉，感觉UP主分享的应该问题不大

NLP基础视频：

• 吴恩达：深度学习课程第五讲
• 李沐：动手学深度学习NLP部分 51-70
• 李宏毅：《人类语言处理》 视频 链接 个人学习笔记 链接
• 斯坦福：cs224n 视频 链接 大佬学习笔记 链接

上手项目：Tokenization（分词）、NER（命名体识别）、电影评论情感分析等
基本模型：RNN、LSTM、BERT、Transformer、GPT、T5
代码学习Repo：nlp-tutorial

6. CV如何入门

基础入门的话：推荐学习吴恩达和李沐老师的课程即可

CV基础视频：

• 吴恩达：深度学习课程第四讲
• 李沐：动手学深度学习CV部分 19-50
• 斯坦福：cs231n 李飞飞 视频

科研必备工具

1. Tools for NLP/CV

墨理推荐 ： HuggingFace 、openmmlab

• NLP：HuggingFace、LTP（哈工大NLP）
• CV：openmmlab系列、detectron2

2. Others and Soft Skills

LaTeX、Markdown、Linux、Shell、Anaconda

相关教程博文汇总如下

• 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序
• LaTeX2021 公式编写、图文安装、详细教程、一文读懂
• Linux、Shell 推荐菜鸟教程学习基础，其他的用到再 goole
• VSCode远程连接Linux服务器进行开发调试 — C++远程调试—Python远程调试——【VSCode 神器 ，你值得拥有】

3. AI论文（多读）

墨理推荐：很多同学可能还不知道如何查找各个领域带源码的顶会Paper

• 这个网站效率神器，强烈推荐：https://paperswithcode.com/sota

ML顶会：NeurlPS、ICML、LCLR
CV顶会：CVPR、ICCV、ECCV
NLP 顶会：ACL、NAACL、EMNLP、COLING

如何做好笔记？注意不要做人肉翻译机，一定要有自己的理解和思考

4. 学习代码

养好下面这些好习惯，在AI的道路上方可走的又快又远（做好这些确实得付出一番精力）

• 查阅 PyTorch框架、Doc、教程、Demo 文档时，多总结形成笔记（例如：博客）
• 复现baseline，形成自己的model_zoo
• 阅读HuggingFace（MMCV系列）源码做好笔记（V.2.5.0）
• 多卡并行（ddp、fsdp）、测评框架代码
• 总结抽象出自己一套实验管理方法和脚本（eg：wandb）
• 用一个note记录学习到的 tick

本次博文主要参考资料如下

• AI：从小白到入门，超详细人工智能成长路径分享，看前半部分就够了

• 感谢UP主：战争学院拉克丝 的笔记总结

• 欢迎各位小伙伴，评论区总结分享好的学习路线

• 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力！