「爆干7天7夜」入门AI人工智能学习路线一条龙，真的不能再透彻了

前言

应广大粉丝要求，今天迪迦来和大家讲解一下如何去入门人工智能，也算是迪迦对自己学习人工智能这么多年的一个总结吧，本条学习路线并不会那么机械化，而是除了根据专业的学习知识外，也有加入迪迦自己入坑这么多年的一个经验来制作的。

毕竟坑我已经走过一次了，所以非常清楚正在学习路上小伙伴的难处，废话不多说，我们先来看下这条学习路线的总体讲解流程，我也会把对应知识点的推荐教程告诉大家：

肝了7天7夜，大家给个点赞、转发吧，也非常欢迎关注迪迦一起学习交流！文末还给大家准备了福利！

• 1、Python：小甲鱼（B站）/慕课网
• 2、机器学习：吴恩达（Coursera/B站）
• 3、深度学习：吴恩达（CourSera/B站）
• 4、Pytorch：七月褚则伟（B站）/IBM AI（Coursera）
• 5、计算机视觉：斯坦福CS224n（B站）
• 6、NLP自然语言处理：斯坦福CS224n（B站）
• 7、CV顶会：CVPR/ICCV/ECCV
• 8、NLP顶会：ACL/EMNLP/NAACL
• 9、基础的算法和数据结构
• 10、Coursera上有哪些课程值得推荐

一、Python

B站小甲鱼（零基础入门学习Python）

对于学习Python这块，迪迦推荐的是小甲鱼的零基础入门学习Python，这门课程的在B站上的播放已经达到了1000多万，迪迦总体看下来的话，小甲鱼讲得确实很不错，而且风格很幽默，有让人看下去的欲望。

原理讲解和项目实战都是有的，而且课后还会给大家留下课后作业，帮助大家更好的上手。

慕课网

如果大家看完之后还是觉得自己的代码功底太浅薄了，可以去慕课网上做一些代码的编写。

大家可以看到慕课网上的Python分为两个部分：初识Python和Python基础

第一个课程的话是除了前几节是视频，后面的都是教大家编写代码。

这里建议大家学习Python的话不要超过三周，因为长时间学习编程语言的话非常的无聊，更好的建议是在后续编写代码的时候，如果遇到不会的函数和语法，可以回过头再来查询即可。

二、机器学习

对于机器学习，我首先强烈推荐的是吴恩达教授的一个课程，这个课程的话在Coursera、B站都是有的。

Coursera

上面有很多顶级大学的计算机课程，吴恩达教授的机器学习在里面可以免费观看，而且学习完成之后可以看到自己的成绩，虽然说用处不大，但是会让自己感觉很有成就感。

这门课程的话首先会介绍一些基本的概念，以及一些机器学习基础的算法，中段部分会讲一些深度学习的基础，吴恩达教授是斯坦福大学的教授，迪迦是非常喜欢他的讲课风格的，不会涉及到过多的数学知识。

但是大家如果想深入这个领域，建议还是把课程里面的数学给推导一遍。

三、深度学习

深度学习这方面的话我还是很推荐吴恩达老师的课程，因为真的是讲得太好了！同样是在Coursera上就可以观看。

此课程的话是包含5门课程（第一门是简单的神经网络、第二门和第三门是一些神经网络的策略以及一些参数的调整，第四门是卷积神经网络、第五门是循环神经网络），这五门课程几乎囊括了深度学习的所有的概念。

Ps：每个小节的都会设置作业，如果只看课程是不收费的，看课程+写作业是需要收费的，这里建议大家配上作业一起学习，因为真的设计的很好，而且其实也不贵。

四、Pytorch

目前主流的深度学习框架是TensorFlow和pytorch，最近几年pytorch的使用越来越多，从个人使用来说，确实也是比TensorFlow好用很多。

这里的话我主要给大家推荐两门课程：

七月褚则伟（B站）

这门课程我觉得很好的一个点，就是会带着你一点点地去敲代码，这对于一个新手来说是非常友好的，可以带你很好的了解编程的规范以及一些项目的开发流程。

Coursera

Coursera上搜pytorch，课程名称是：Deep Neural Networks with Pytorch，但是这个课程最奇怪的是讲课的不是真人，而是一个机器人给你在读字幕，如果你已经看了褚则伟老师的课程，这节课程可以不看，或者跳着看，因为很多都是一些基础的概念，机器人带着你过一遍。

五、计算机视觉

斯坦福CS231n（B站）

这门课程的是李飞飞老师主讲的，真的讲得很好很好，B站上面是有中文字幕的，我身边朋友看过这个课程的，没有一个不夸赞的，强烈推荐大家观看。

六：NLP自然语言处理

斯坦福CS224n（B站）

这门斯坦福的自然语言处理课程我也非常推荐，真的不愧是国际名校，里面的老师讲得都非常好！大家可以去看看，是有中文字幕的。

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

如果大家想要进一步深入的话，就可以去读一些顶级会议的论文了，这里我对于读论文的一个建议就是你要先确定自己的一个研究方向，针对这个方向去搜索一些相关的论文，然后再展开研究。

最后，如果你不是计算机科学专业的学生，你想要进一步提升自己的算法实力，那么就可以去补一些基础的算法和数据结构的课程，这里如果大家感兴趣的话，我可以在下一期文章中做讲解。

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

最后的话，给大家推荐一个知乎上的回答，就是关于coursera上有哪些课程是值得推荐的，这个回答的答主已经在coursera上看了39门课程，并且对于每一个课程都有一个评价，我觉得还是评价的很中肯的。

最后，迪迦自己这么多年也整理了不少关于人工智能的学习资料（内含学习路线图、两大深度学习框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等等等等视频、代码、书籍PPT），如果大家需要也是可以免费分享给你们的，添加小姐姐微信即可免费领取！

 扫码添加即可

已经给大家在网盘整理好了。

总结

希望这篇文章对大家有所帮助，人工智能相对而言确实是一个比较新的岗位，但是技术的发展已经有几十年的历史了，我们的生活中也应用的非常广泛。

学习人工智能没有大家想象的怎么难，只要你确定好自己的方向，找对正确的学习方法，最后要做的就是静下心去努力学习，自然能够水到渠成。