经常听到有粉丝问到这类的问题，其实，要想学习人工智能，你需要先搞懂什么是人工智能。
人工智能（Artificial Intelligence，AI），其实就是为机器赋予人的智能，像人一样感知，像人一样思考，像人一样行为。AI的研究范围包含很多，如机器人、语言识别、图像识别、自然语言处理、计算机视觉、推荐系统、商业智能等。
现在非常流行的如机器学习、深度学习，其实就是人工智能的体现。
而近些年，深度学习发展迅猛，在医疗、自动驾驶、机器视觉、自然语言处理等各个方面大展身手。在深度学习这个世界大风口上，谁能抢先抢先进入深度学习领域，学会运用深度学习技术，谁就能真正地在 AI 时代“飞”起来。
对于每一个想要开始深度学习的大学生、IT 程序员或者其他转行的人来说，最头疼也是最迫切的需求就是深度学习该如何学习。
你要问我学习AI路径，我先要告诉你，一定要摒弃光收藏资料不看的习惯。有很多人资料视频收集一大堆，好几百G的学习资料，其实这么多一点用也没有，你需要的是学习规划和真正适合自己的资料来学习。
要一步一个脚印，扎扎实实从基础学起，然后渐渐的提高学习难度。
首先，你去了解一下人工智能的行业资讯
这也是学习AI最基本的方式，你得有个基础的认识，才能开始准备学习。可没事浏览以下网站。
其次，你要学习数学和掌握一个编程语言
机器学习涉及很多算法，这些算法是数学推导出来的。当然，我这里有一些AI数学学习资料大礼包，大家可以免费领取学习（领取方式在文末）。
而对于编程语言的选择，学习Python会不错，因为Python语言相对比较简单。
再次，就是算法与实践
通过案例实践来加深理解和掌握。这时候，你需要看大量的书籍来补充自己的知识储备量，我整理了一些进阶书单，看这些就够你学习AI深度学习了。
此外，你还需要掌握深度学习框架
因为深度学习需要机器大量的经过标注的数据来训练模型，深度学习虽然有很多神经网络，看着复杂，但像谷歌、亚马逊、微软等大公司已经把这些神经网络模型封装在他们各自的框架里面了，你只需要调用就可以了。
但是，这些框架也有不少，有早期从学术界走出的Caffe、 Torch和Theano，到由Google领导的TensorFlow，Amazon选择押注的MXNet，Facebook倾力打造的PyTorch，Microsoft内部开源的CNTK等。
可是，哪一个深度学习框架是最好用呢？哪一个深度学习框架更适合自己呢？这真是一个十分让人纠结的问题。
其实对于这个问题，我的答案是：大家千万不要把着眼点只放在这些工具的使用上，重要的是要知道它的原理。在此基础上掌握任何一个框架，都不会超过30分钟。
为了让大家彻底掌握人工智能、深度学习的核心知识——神经网络，我为大家推荐一个深度学习训练营，三天，前IBM中国总部数据科学家将带领你们，使用Python，从零开始创造一个属于你自己的，专家级的神经网络框架，最终能够实现手写数字识别，经过简单改造，就可以实现目标检测，语言翻译等复杂功能！
本公众号前50 名粉丝
专享价仅需 0.99 元 售完即止
立即报名，成为AI算法工程师
长按识别下方二维码，报名即可👇
不仅如此，还可以获得免费资料哦👇
【资料详情在文末】
扫码下方的二维码，报名参加本次课程。在享受超强课程优惠的同时，你还将免费获得AI学习资料《人工智能数学基础三部曲》。这份学习资料包含了二十大核心知识、三大类知识应用。
名额有限，本号仅限前50名，赶快报名添加课程顾问，给你发资料吧。
2月22日开营
专享价仅需 0.99 元 售完即止
立即报名，成为AI算法工程师
长按识别下方二维码，报名即可👇
最后，你需要行业大型项目实践。
当你学习完深度学习，此时你就可以自己动手训练一个小模型了。有条件的话，从一个项目的前期数据挖掘，到中间模型训练，并做出一个有意思的原型，能把一整套的流程跑通，那么恭喜你，你已经具备一名人工智能初级工程师的水准了。当然，如果想要进阶，也可以选择开课吧推出的《人工智能核心能力培养计划》课程，实战大厂项目等你来挑战。
