人工智能入門不簡(jiǎn)單，但是也沒想象中的難。因?yàn)橐粋€(gè)人要想做成一件事的話，沒什么做不到的。

大致的了解人工智能是首先要做的事情。

這張圖可能你見過(guò)很多次，它表示人工智能學(xué)習(xí)的層次，也可以說(shuō)是一個(gè)遞進(jìn)關(guān)系。而每一個(gè)層次下面要學(xué)習(xí)的知識(shí)也是不一樣的??????。

圖中所展示的AI基礎(chǔ)對(duì)應(yīng)圖1中第一塊人工智能部分要學(xué)習(xí)的內(nèi)容，這部分是一切學(xué)習(xí)的基礎(chǔ)，它對(duì)深度學(xué)習(xí)至關(guān)重要。

因?yàn)槿绻銢]有微積分的基礎(chǔ)，不會(huì)求導(dǎo)數(shù)偏導(dǎo)數(shù)，不知道鏈?zhǔn)椒▌t，線性代數(shù)不通皮毛，是很難進(jìn)入到深度學(xué)習(xí)的。

入門階段看什么書

在這個(gè)階段你首先需要學(xué)會(huì)一門編程語(yǔ)言，如果你真的是小小白，那就推薦你從python入門，因?yàn)檎Z(yǔ)法簡(jiǎn)單，容易上手。

課程我就不推薦了，B站上，慕課網(wǎng)上，學(xué)姐的知乎上都推薦過(guò)很多課程了。如果你有需要，就去找一下。

書籍我推薦這一本《由淺入深學(xué)習(xí)python》。

在我以前很多的文章中我都推薦過(guò)這本書，為什么推薦就不多贅述了，網(wǎng)上夸它的內(nèi)容很多，所以咱們聽話，看就完了！

學(xué)習(xí)完語(yǔ)言之后的這一階段同時(shí)需要初步了解神經(jīng)網(wǎng)絡(luò)基礎(chǔ)。

這里學(xué)姐推薦一本《python神經(jīng)網(wǎng)絡(luò)編程》。

這本書要說(shuō)好在哪里，那就是淺顯易懂，非常適合入門。知乎有一大神專門為這本書寫了一篇文章。

傳送門：https://zhuanlan.zhihu.com/p/97575717

開始學(xué)框架讀什么書

那么走到這一步的時(shí)候你就應(yīng)該開始去學(xué)習(xí)一下框架了，這是開始機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)。

框架有很多種，Caffe、tensorflow，pytorch,CNTK等等，但是0基礎(chǔ)入門人工智能建議從pytorch入手，相比于其他框架，它抽象層面的內(nèi)容偏少，初學(xué)者也比較容易能理解，并且實(shí)操起來(lái)更加節(jié)約時(shí)間~

看官方文檔是最快的學(xué)習(xí)方法，https://pytorch.org/blog/pytorch-1.9-released/

官方也出了一本書：

同時(shí)還為這本書配套了教程：https://github.com/chenyuntc/pytorch-book

其實(shí)通過(guò)官方教程中給出的這個(gè)圖片你就能總結(jié)出，通過(guò)框架怎么一步一步的進(jìn)階到機(jī)器學(xué)習(xí)和深度學(xué)習(xí)了。

進(jìn)入機(jī)器學(xué)習(xí)和深度學(xué)習(xí)

這兩個(gè)為什么一起講？因?yàn)楹芏嗤瑢W(xué)都問(wèn)過(guò)我是先學(xué)機(jī)器學(xué)習(xí)還是先學(xué)深度學(xué)習(xí)。

首先機(jī)器學(xué)習(xí)包含深度學(xué)習(xí)，機(jī)器學(xué)習(xí)主要學(xué)習(xí)模型結(jié)構(gòu)。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)某一板塊的深入研究，也可以說(shuō)更高一級(jí)研究?！吧疃葘W(xué)習(xí)”是與機(jī)器學(xué)習(xí)中的“神經(jīng)網(wǎng)絡(luò)”是強(qiáng)相關(guān)。

所以，你可以直接開始深度學(xué)習(xí)，在用到機(jī)器學(xué)習(xí)的時(shí)候，再去學(xué)習(xí)那個(gè)解決問(wèn)題的方法也不是不可以。因?yàn)闄C(jī)器學(xué)習(xí)的范圍大了。

關(guān)于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別解釋，大家可以看一下知乎的這個(gè)回答。

傳送門：

https://www.zhihu.com/question/57770020/answer/542298413

機(jī)器推薦書籍

學(xué)姐推薦《西瓜書》，這本書每次都會(huì)說(shuō)到。

關(guān)注學(xué)姐帶你玩AI公眾號(hào)回復(fù)“西瓜書”

沒基礎(chǔ)的讀者從頭囫圇讀，建議最好不超過(guò)兩月，讀不懂的跳過(guò)去。給讀者搭建不偏學(xué)派的整體框架，建骨骼，是本書第一層用處。然后建議找別的材料讀，長(zhǎng)肉，這樣的讀物常見。再回來(lái)讀本書，或許會(huì)發(fā)覺好多東西原來(lái)那么簡(jiǎn)單，這是提筋節(jié)，本書的第二層用處。再去別處學(xué)，全面積累，到一定時(shí)候回來(lái)或許能有點(diǎn)豁然貫通感，通經(jīng)絡(luò)，是第三層用處。寫的時(shí)候就是沖著這去的，希望出一本有助不同層次讀者的耐讀之書。有讀者體會(huì)了，作者就算沒白下功夫。

——周志華老師微博

所以，讀這本書你可能就需要配著一些機(jī)器學(xué)習(xí)的視頻來(lái)學(xué)習(xí)。

視頻傳送門：

https://h5.deepshare.net/class/detail?id=115

B站上也有很多免費(fèi)的機(jī)器學(xué)習(xí)的課程，最著名的就是吳恩達(dá)的機(jī)器學(xué)習(xí)課。學(xué)姐個(gè)人覺得吳恩達(dá)的機(jī)器學(xué)習(xí)還是很適合沒有基礎(chǔ)的人學(xué)習(xí)的。

傳送門：

https://www.coursera.org/learn/machine-learning

除了西瓜書還有一本《南瓜書》值得一看。

這本書基于Datawhale 成員自學(xué)“西瓜書”時(shí)記下的筆記編著而成，旨在對(duì)“西瓜書”中重難點(diǎn)公式加以解析，以及對(duì)部分公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。

深度學(xué)習(xí)推薦書籍

首先再次強(qiáng)調(diào)：

深度學(xué)習(xí)是用于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)的一種機(jī)器學(xué)習(xí)技術(shù)。它的基本特點(diǎn)，是試圖模仿大腦的神經(jīng)元之間傳遞，處理信息的模式。最顯著的應(yīng)用是計(jì)算機(jī)視覺和自然語(yǔ)言處理(NLP)領(lǐng)域。

首先推薦得是聲名大噪得《花書》

但是花書真的不是很適合深度學(xué)習(xí)入門，因?yàn)槟憧辛税胩炜赡馨l(fā)現(xiàn)自己啃不明白，入門失敗。

如果走到入門深度學(xué)習(xí)這一步的時(shí)候，建議先選擇一個(gè)方向的經(jīng)典論文去讀一讀，看里面都用到了什么技術(shù)，需要學(xué)習(xí)什么知識(shí)點(diǎn)。然后對(duì)整個(gè)一個(gè)方向有個(gè)大概的了解后，再去讀這本書會(huì)更好一點(diǎn)。

《動(dòng)手學(xué)深度學(xué)習(xí)》

本書與傳統(tǒng)圖書不同，本書的每一節(jié)都是一個(gè)可以下載并運(yùn)行的Jupyter記事本，它將文字、公式、圖像、代碼和運(yùn)行結(jié)果結(jié)合在了一起。此外，讀者還可以訪問(wèn)并參與書中內(nèi)容的討論。

還是那句話，走到深度學(xué)習(xí)這一步得時(shí)候，多讀論文會(huì)比多讀書提升得更快。

今天得推書就到這里，如果你學(xué)習(xí)路上有問(wèn)題就來(lái)問(wèn)學(xué)姐！學(xué)姐定知無(wú)不言。

免責(zé)聲明：所載內(nèi)容來(lái)源互聯(lián)網(wǎng)，僅供參考（如有錯(cuò)漏可評(píng)論說(shuō)明）。轉(zhuǎn)載稿件版權(quán)歸原作者和機(jī)構(gòu)所有，如有侵權(quán)，請(qǐng)聯(lián)系我們刪除。