如今深度学习越来越火热，想要快速学习掌握这门技术，除了勤奋努力外，一个好的引导是很重要的，尤其对于一个新手小白来说。但是网上的各种学习资料参差不齐，如何挑选一个合适自己的那就显得尤为重要了。下面就自己觉得不错的资料分享给我为数不多的粉丝朋友们！首先声明，下面分享的一些资料有需要付费（也就一顿饭钱）和免费的，大家可以根据自己需求选择。
（1）基础篇
都知道深度学习需要一定的数学基础，例如概率论和矩阵运算等，如果你在这一块比较欠缺，可以推荐你关注一下唐宇迪的《数据科学人工智能-必备数学基础》，链接：
https://study.163.com/course/introduction.htm?courseId=1005695008#/courseDetail?tab=1--数据科学与人工智能必备数学基础课程旨在帮助同学们快速打下数学基础，通俗讲解其中每一个知识点。课程内容涉及高等数学，线性代数，概率论与统计学，同学们在学习过程中应当以理解为出发点并不需要死记每一个公式，快速掌握核心知识点。课程章节内容较多，零基础同学按顺序学习即可，有基础的同学们可以按照自己的需求来有选择的学习！
接下来你需要熟悉一门编程语言，这里首推python，作为一门胶水语言，简单易上手，但是要做到实战级别，还是要多结合项目实战练习，这里有两们课程：
1、Python零基础入门动画课【全集】（B站上搜索大熊课堂 python可以观看前64章节）
两门课程老师讲课风格比较诙谐，幽默严谨、清晰全面的授课风格，配有丰富的教学演示和插图、动画，是初学者学习Python程序设计的比较合适的入门教程。
（2）提升篇
想要了解深度学习模型是怎么训练优化的，误差信息是怎样梯度回传的，你可以关注一下这门课程《深度学习入门视频课程 》，深度学习入门视频课程从最基本的神经网络开始讲起，讲复杂的神经网络分成几个小模块，先对必备的知识点的细节进行详细讲解再拓展到整个神经网络，从神经网络的架构，细节进行全面分析，并使用python代码完成简易的神经网络，从效果上感受神经网络的强大。熟悉神经网络后再进军卷积神经网络与递归神经网络，详解CNN与RNN的原理与细节。
这里需要结合你的业务场景来选择，如果你是想做图像处理这方面，你可以考虑唐宇迪的《深度学习-物体检测-YOLO系列》，带你手撸代码，脚踢原理。
如果想做nlp这块，可以参考黑马程序员的《Python人工智能20个小时玩转NLP自然语言处理【黑马程序员】》，快速上手,你值得拥有。
如果想做推荐系统，可以参考尚硅谷的《尚硅谷机器学习和推荐系统项目实战教程全套完整版(初学者零基础快速入门)》，入门是够了的！
（3）实战篇
想要将自己所学的整整掌握，还是得靠项目来历练，除了yyds的github开源项目外，在这之前，你还可以看一下
框架：
这几门实战课程，让你去学习github上开源项目更加游刃有余。
哈哈哈，写在最后，相信你通过上面一系列的学习，肯定已经从小白净化到一定境界的深度学习learner，对待新知识，我们就本着一颗敬畏的心，毕竟学无止境，活到老，学到老嘛！
300
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
