点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
作者接触深度学习与机器学习已有一段时间，也算个初级炼丹选手了，文章是他关于如何入门机器学习与深度学习的经验和学习路径，希望对大家有一定的帮助。
作者丨Caliber@知乎
链接丨https://zhuanlan.zhihu.com/p/150507220
2. 学会通过检索解决自己的问题(在学习的过程中遇到的绝大多数问题都可以通过检索解决)3. 数学基础：高等数学、线性代数、概率论与数理统计 和 一点点优化4. 一台电脑(最好有GPU)，如果条件允许，还需要有一台配置有GPU的服务器
有了以上这些，我们就可以开始下载安装软件了。
下载地址如下：https://www.anaconda.com/products/individualhttps://www.jetbrains.com/pycharm/download/关于下载安装以及基本的配置，这里不讲了，这里就是展开锻炼你检索能力的第一步，网络有大量的资料告诉你如何安装配置。
刚开始推荐使用 Jupyter&Spyder, 熟悉之后比较大型的项目就可以开始使用 Pycharm了。
现在基础准备工作就绪了。可以开始进入学习环节。
首先就是python基础的学习，这里我个人比较推荐的是Python基础以及数据分析一起进行学习。基础的学习路径如下：
python基础
先看莫烦的python基础教学视频，非常的友好而且基础。https://www.bilibili.com/video/BV1wW411Y7ai说到刚刚的视频基础言外之意就是说不太够用，下面推荐学习以下视频：利用python做数据分析https://urlify.cn/JV7NBr
是一个台湾老师的视频，讲解非常细致，但稍微有一些长。机器学习
在学习完上面的两个视频之后，你就已经具备了很好的python编程基础了。下面可以正式进入的到机器学习的学习环节中来。去看李航老师的《统计学习方法》并且配合代码一起使用（代码在github上应该非常容易找到）上面的过程应该会比较困难，因为有大量的数学推导，在弄懂这些数学推导后，结合代码和具体例子一起，收获会更多。深度学习与实战
在完成了传统的机器学习之后，就可以正式进入深度学习的环节：这里我的建议是，先学习相关基础知识，然后进入实战环节。这里因为我个人使用的是Pytorch的框架，就就讲讲Pytorch的学习吧。如果按照我的这个学习方法能走到这一步的童鞋话，如何学习Pytorch应该也不需要我多言了吧。我在这边就推荐一些除了官方文档之外的学习资料吧。
首先是Github上一个韩国人写的高赞文档：
https://github.com/yunjey/pytorch-tutorial里面的代码十分优雅，并且包含了一些比较经典的模型，非常值得好好读一读，跑一跑。
还有一个我非常推荐的学习资料就是 动手学习深度学习的pytorch版本，里面分为了从零开始实现以及通过Pytorch实现两部分，兼顾了理论以及实践。https://tangshusen.me/Dive-into-DL-PyTorch/#/最后推荐一个关于实战的视频，是七月在线的，在B站上面有，我这边挂出来(不知道会不会侵权欸，如果有侵权的话，请及时联系我删除)。https://urlify.cn/bqYRNr
这个视频主要集中在NLP领域，也有一些CV的。下面再贴一个关于CV的实战视频，但好像是TF框架的，关于CV的中文pytorch视频我还没发现什么很好的，这里就暂时保留吧，英文的视频就强烈推荐斯坦福的CS231。https://urlify.cn/ZNrUNr
暂时就写这么一些吧，完成了以上这些，就已经是个初级炼丹选手了，什么看论文，做做实际项目等这些事就都可以入手了，多动手自己做，多多思考，一定能逐步提高的，与诸君共勉！
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，
即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
