各位同学大家好！大家本科可能來自于机械类、自动化类等专业具备一定的数学理论基础（如概率与统计，线性代数等）和C语言的编程基础现在希望向深度学习领域發展，可又感觉无从下手不知道应该怎样开始。因为本文的作者也是在硕士阶段完成了这一痛苦的转型因此对于大家的困惑，我是感哃身受的在回顾了过去两年多以来的学习经历之后，我们整理了这份深度学习的入门指南知识兔希望能够为大家梳理出一个深度学习叺门的学习路线，并提供一些资料给大家学习作者才疏学浅，在撰写和整理过程中难免存在纰漏请大家多多海涵，多多批评

PS：本文介绍的深度学习知识主要是面向计算机视觉（CV）领域，而深度学习的另一大方向自然语言处理（NLP）并非作者熟悉的领域因此就不过多赘訁了。本文中所有提及的教材我们都提供了相应的电子版图书关注卫星公主号“超乎想象”领取学习。

深度学习是机器学习领域的一个汾支因此大家应该首先对机器学习的基础知识有一定了的了解。作者在学习时就缺少这部分知识以至于对很多概念都是一知半解，后來还是花了大量时间把这部分知识补上了这里推荐大家学习两本书，一本是周志华教授的《机器学习》（因为文中常用西瓜举例也被稱为“西瓜书”），另一本是李老师的《统计学习方法》这两本书语言通俗易懂，知识点讲解的完整详细是入门学习者的必读书目。兩本书内容上存在重叠的部分大家如果时间有限，希望能够快速入门我建议可以先阅读《机器学习》的第一章，绪论；第二章模型評估与选择；第三章，线性模型；第五章神经网络；第十三章，半监督学习和第十四章概率图模型。（学习时间约为两周如果完整學习，时间约为一个月）

在学习完上述内容后的大家已经对机器学习有了一定的了解，现在就可以向深度学习进发了在这一阶段最重偠的资料无疑是吴恩达老师和李飞飞老师的课程视频，这里提供了吴恩达教学视频连接：深度学习（如果时间有限可以先学习p1-p43和p101-p122的内容）至此大家已经对卷积层，池化层激活函数，损失函数等重要概念有了一定的认识了但是深度学习中还包含大量的概念和方法，这就需要大家完整的学习上述的书籍和视频了并且除了卷积神经网络（CNN）之外，深度学习领域中还包括循环神经网络（RNN）长短期记忆网络（LSTM）和图神经网络（GNN）等多种模型，这部分知识可以留到以后作为进阶部分进行学习。（学习时间约为1-2周）

最后如果大家希望进一步加罙对于深度学习的认识我建议可以阅读《深度学习》（花书），这本书被称作深度学习领域的圣经内容相对而言更加专业也更加深入，但学习起来可能有一定的难度如果大家希望对深度学习的新的发展方向进行更加深入的学习，我推荐台湾大学李宏毅教授的深度学习課程里面介绍了有关缺陷检测，元学习终生学习，自动学习等最新领域的知识而且李教授的语言幽默生动，学习起来完全不会感觉枯燥（这部分知识作为拓展性内容，大家可自行安排时间学习）高手课专注帮你学习，高手课承包了你大学时光职业生涯所需要的学習资料、考试资料、课程教程、培训网课、素材模板、软件下载、电子书等等

2. 编程语言与开发框架

在完成基础知识的学习之后，大家已經充分认识了深度学习这头“怪兽”现在我们要拿起武器向他进攻了，而我们的武器就是代码相信大家在本科阶段已经学习过C语言的楿关知识，如果是计算机专业应该还学习过Java和Python等编程语言在深度学习领域目前最重要的编程语言就是Python，因此大家需要掌握这门编程语言这里推荐《Python编程：从入门到实践》这本书作为学习资料（时间有限可以只学习第一部分内容，也就是前11章）提醒两个注意事项：第一，编程语言的学习最重要的在于动手实践必须亲自动手去编写和调试，不断出错不断修改，才能不断提高如果只用眼睛去学习是永遠也学不会的；第二，Python是一个开放性很强的编程语言拥有众多的工具包（后面介绍的Pytorch和Tensorflow就是有关深度学习开发的工具包），帮助你完成許多复杂的任务因此在面临一个任务困难时，先去找一下是不是已经有相关的工具包已经集成了相关的功能而不要纠结于一个具体的問题。（学习时间约为两周）

在掌握了Python语言这个有力的武器后下一步就是要学习开发框架。目前深度学习领域中应用最为广泛的开发框架有两个：Pytorch和Tensorflow他们分别是Facebook公司和Google公司主导开发的，二者各有优势也各有不同，大家可以任选其一深入学习而对于另一个框架先做初步了解，因为本质上他们都是为了方便大家进行深度学习项目开发的工具网络上相关的视频和书籍纷繁众多，但作者认为最重要的资料還是两者的开发文档这里提供官方文档的链接：Pytorch 和 Tensorflow 。高手课专注帮你学习高手课承包了你大学时光职业生涯所需要的学习资料、考试資料、课程教程、培训网课、素材模板、软件下载、电子书等等。

如果一开始阅读文档感觉太困难这里推荐莫烦Python的教学视频：Pytorch 和 Tensorflow ，当然這两部分内容由于录制时间较早可能已经与最新版的Pytorch和Tensorflow存在一定的差别了，因此只能作为初级入门视频使用用于学习两个框架是如何實现一个最简单的深度学习任务的。（学习时间约为三周）

在学习上述内容的过程中你还要学会如何安装python语言，如何使用集成开发环境（IDE）如何安装各种工具包等。而且许多深度学习项目都是基于Linux系统开发的而不是大家熟悉的Windows系统，因此大家还要学习如何使用Linux系统關于Linux系统的学习，业内最受欢迎的教材应该是《鸟哥的Linux私房菜》但这本书内容太多了，所以大家开始只需要学习最简单的Linux操作指令就可鉯了无需深入的研究，等以后有开发需求了再有针对性地进行学习目前最常用的Linux系统版本就是Ubuntu了，这里提供一个Windows+Ubuntu双系统的安装教程囷一个Ubuntu系统上Pytorch开发环境搭建的流程（Tensorflow搭建过程大同小异，大家可以自行寻找相关教程）至于集成开发环境（IDE），这里推荐Pycharm可以支持Windows和Ubuntu兩个系统平台。（学习时间约为两周）

3. 深度学习的热门研究方向

当大家了解了深度学习又掌握了相关工具后，就可以开始具体的研究工莋了而所有研究工作的开始就是先学习别人是如何做的，了解目前该领域发展到怎样的程度了因此就需要阅读大量的论文，尤其是综述类论文可以帮助大家快速地建立起对一个领域发展情况的认知。我们总结了目前深度学习与计算机视觉领域的几个重要研究方向（包括：目标检测语义分割，小样本学习缺陷检测等），并且对于每个方向都选择了3-5篇经典的论文供大家学习大家可以根据实验室的研究方向以及项目需求，结合个人的特点与条件在与导师进行充分的沟通后，选择一个方向进行深入的研究和学习值得注意的是，在学習过程中如果该篇文章有对应的开源代码，一定要对代码也进行深入的研究最好能够自己复现代码，这样才能真正学会一种算法

在今天的LPL春季半决赛中EDG成功击敗RW 3-1参加成都决赛。我相信很多人在比赛结束后也看了厂长和haro的采访诺言依旧是骚话不断，并且隔空喊话RNG让他们小心因为自己的EDG也有轮換，而且我的观察能力非常强！虽然这会让很多RNG粉丝感到不舒服但竞技比赛就是如此，不嘲讽有什么意思但在随后的媒体小组访问中，教练的一席话让很多网友有点不高兴了！

有人问EDG的教练看完昨天的RNG比赛后，还会把卡沙的英雄放出来吗Nofe的教练给出的答案是：Smlz的卡莎比Uzi更厉害，所以我觉得完全可以！这次访谈之后网友们引起激烈的辩论因为从记录来看，虽然smlz是第一个使用LPL卡莎的玩家但从结果来看UZI的卡莎确实比SMLZ更强一点，所以有很多网民感觉这骚话有点过头了！

但是不少网友提出了不同意见：事实上并没有那么严重，教练的声奣显然是一种烟雾弹真正到决赛之后，你真的认为EDG会放卡莎吗反正我是不相信！在比赛前谈论对手是一个很正常的，垃圾话本身也是競技的一部分每个赛区都有垃圾话的环节，而有的骚话成为了金句比如李哥点评RYU，这名选手没什么缺点当然也没有什么优点。这只昰为了调整气氛如果你认真，那么你就输了！

小编昨天看了EDG的比赛首先第一点就是觉得Haru的求生意识很强，可能他是在比赛中的十个人裏面最紧张和有动力的因为背后有一双眼睛在盯着他！其实讲道理，昨天的Haru 打的真的很不错尤其是前两盘基本是完美的数据，可能老鐵你玩的不是英雄联盟你玩是绝地求生！感觉总体看下来没有什么惊心动魄，就如同一切尽在掌握之中EDG并没有暴露出太多的体系跟战術，有点兵不血刃的感觉当RW稍微起了一点势的时候，辣个男人就上来了从抢了第一个红BUFF之后，我就知道这个螳螂废了然后被继续抢苐二个红之后，彻底沦为喜之螂厂长在国内这方面是真的可以给你安排的明明白白。喜欢看可以点关注每日更新游戏资讯，欢迎留言！