前言

應廣大粉絲要求，今天迪迦來和大家講解一下如何去入門人工智慧，也算是迪迦對自己學習人工智慧這麼多年的一個總結吧，本條學習路線並不會那麼機械化，而是除了根據專業的學習知識外，也有加入迪迦自己入坑這麼多年的一個經驗來製作的。

畢竟坑我已經走過一次了，所以非常清楚正在學習路上小夥伴的難處，廢話不多說，我們先來看下這條學習路線的總體講解流程，我也會把對應知識點的推薦教程告訴大家：

肝了7天7夜，大家給個點贊、轉發吧，也非常歡迎關注迪迦一起學習交流！文末還給大家準備了福利！

• 1、Python：小甲魚（B站）/慕課網
• 2、機器學習：吳恩達（Coursera/B站）
• 3、深度學習：吳恩達（CourSera/B站）
• 4、Pytorch：七月褚則偉（B站）/IBM AI（Coursera）
• 5、計算機視覺：斯坦福CS224n（B站）
• 6、NLP自然語言處理：斯坦福CS224n（B站）
• 7、CV頂會：CVPR/ICCV/ECCV
• 8、NLP頂會：ACL/EMNLP/NAACL
• 9、基礎的演算法和資料結構
• 10、Coursera上有哪些課程值得推薦

一、Python

B站小甲魚（零基礎入門學習Python）

對於學習Python這塊，迪迦推薦的是小甲魚的零基礎入門學習Python，這門課程的在B站上的播放已經達到了1000多萬，迪迦總體看下來的話，小甲魚講得確實很不錯，而且風格很幽默，有讓人看下去的慾望。

原理講解和專案實戰都是有的，而且課後還會給大家留下課後作業，幫助大家更好的上手。

慕課網

如果大家看完之後還是覺得自己的程式碼功底太淺薄了，可以去慕課網上做一些程式碼的編寫。

大家可以看到慕課網上的Python分為兩個部分：初識Python和Python基礎

第一個課程的話是除了前幾節是影片，後面的都是教大家編寫程式碼。

這裡建議大家學習Python的話不要超過三週，因為長時間學習程式語言的話非常的無聊，更好的建議是在後續編寫程式碼的時候，如果遇到不會的函式和語法，可以回過頭再來查詢即可。

二、機器學習

對於機器學習，我首先強烈推薦的是吳恩達教授的一個課程，這個課程的話在Coursera、B站都是有的。

Coursera

上面有很多頂級大學的計算機課程，吳恩達教授的機器學習在裡面可以免費觀看，而且學習完成之後可以看到自己的成績，雖然說用處不大，但是會讓自己感覺很有成就感。

這門課程的話首先會介紹一些基本的概念，以及一些機器學習基礎的演算法，中段部分會講一些深度學習的基礎，吳恩達教授是斯坦福大學的教授，迪迦是非常喜歡他的講課風格的，不會涉及到過多的數學知識。

但是大家如果想深入這個領域，建議還是把課程裡面的數學給推導一遍。

三、深度學習

深度學習這方面的話我還是很推薦吳恩達老師的課程，因為真的是講得太好了！同樣是在Coursera上就可以觀看。

此課程的話是包含5門課程（第一門是簡單的神經網路、第二門和第三門是一些神經網路的策略以及一些引數的調整，第四門是卷積神經網路、第五門是迴圈神經網路），這五門課程幾乎囊括了深度學習的所有的概念。

Ps：每個小節的都會設定作業，如果只看課程是不收費的，看課程+寫作業是需要收費的，這裡建議大家配上作業一起學習，因為真的設計的很好，而且其實也不貴。

四、Pytorch

目前主流的深度學習框架是TensorFlow和pytorch，最近幾年pytorch的使用越來越多，從個人使用來說，確實也是比TensorFlow好用很多。

這裡的話我主要給大家推薦兩門課程：

七月褚則偉（B站）

這門課程我覺得很好的一個點，就是會帶著你一點點地去敲程式碼，這對於一個新手來說是非常友好的，可以帶你很好的瞭解程式設計的規範以及一些專案的開發流程。

Coursera

Coursera上搜pytorch，課程名稱是：Deep Neural Networks with Pytorch，但是這個課程最奇怪的是講課的不是真人，而是一個機器人給你在讀字幕，如果你已經看了褚則偉老師的課程，這節課程可以不看，或者跳著看，因為很多都是一些基礎的概念，機器人帶著你過一遍。

五、計算機視覺

斯坦福CS231n（B站）

這門課程的是李飛飛老師主講的，真的講得很好很好，B站上面是有中文字幕的，我身邊朋友看過這個課程的，沒有一個不誇讚的，強烈推薦大家觀看。

六：NLP自然語言處理

斯坦福CS224n（B站）

這門斯坦福的自然語言處理課程我也非常推薦，真的不愧是國際名校，裡面的老師講得都非常好！大家可以去看看，是有中文字幕的。

七、CV頂會：CVPR/ICCV/ECCV NLP頂會：ACL/EMNLP/NAACL

如果大家想要進一步深入的話，就可以去讀一些頂級會議的論文了，這裡我對於讀論文的一個建議就是你要先確定自己的一個研究方向，針對這個方向去搜索一些相關的論文，然後再展開研究。

最後，如果你不是計算機科學專業的學生，你想要進一步提升自己的演算法實力，那麼就可以去補一些基礎的演算法和資料結構的課程，這裡如果大家感興趣的話，我可以在下一期文章中做講解。

八、知乎上的回答（https：//www.zhihu.com/question/22436320）

最後的話，給大家推薦一個知乎上的回答，就是關於coursera上有哪些課程是值得推薦的，這個回答的答主已經在coursera上看了39門課程，並且對於每一個課程都有一個評價，我覺得還是評價的很中肯的。

最後，迪迦自己這麼多年也整理了不少關於人工智慧的學習資料（內含學習路線圖、兩大深度學習框架影片、影象識別、OpenCV、計算機視覺、深度學習與神經網路等等等等影片、程式碼、書籍PPT），如果大家需要也是可以免費分享給你們的，私信我【學習】即可免費獲取！

已經給大家在網盤整理好了。

總結

希望這篇文章對大家有所幫助，人工智慧相對而言確實是一個比較新的崗位，但是技術的發展已經有幾十年的歷史了，我們的生活中也應用的非常廣泛。

學習人工智慧沒有大家想象的怎麼難，只要你確定好自己的方向，找對正確的學習方法，最後要做的就是靜下心去努力學習，自然能夠水到渠成。