近幾年，ai 很火，在很多領域都取得了突破性的成果。這吸引了很多人的目光，我從幾年前決定投入到 ai 的懷抱中，過程很艱苦，走了很多彎路，希望此文能帶給新人一些提示。
很多同學擔心自己數學底子薄，所以要不要入 ai 考慮了很久，還不敢下定決心。
我也是本科畢業，大學荒廢了數學。
後來，我是怎麼學的呢？
起初，我在**網買了整套二手的數學教材，看的很吃力。看了 1 個月後，進度很慢。
那些老師講的都很好，比自己大學老師講的好多了。
於是，我就開始學。
每天上班在路上學。
午休時也學。
上廁所時也拿出手機學。
睡覺前還是學。
反反覆覆後，把很多概念吃透了，某一天竟然有了頓悟的感覺。
後來，遇到實際問題需要數學時，我就會看網路上大家對於某個數學概念的解讀，每次收穫也很大。
反正，我現在也在不停的學數學。
你可以試試這樣：
你如果覺得數學不會成為你的攔路虎後，那麼你就可以選擇 ai 了。
李航的《統計學習方法》也是應該人手一本的。
但是，我覺得對於新手最友好的應該是《機器學習實戰python版》，也就是人民郵電出版社那個版本。
它是 python 寫的，並且書很薄，一周時間就可以搞定。
為什麼首推這本書呢？
因為絕大多數初學者只對 ai 感興趣，但是並無具體上的概念。
跟著這本書的**敲一遍，可以形成初步的印象，激發學習成就感。
我估計有好多的初學者，被那些枯燥的理論書給折磨了興致。
機器學習確實需要推到公式，我建議根據知識體系，乙個乙個突破，不要急於求成，遇到不懂的地方，網路上看別人的理解，反覆搞幾次，我相信你會有頓悟的那一天。
另外，說回李航《統計學習方法》這本書，很多次我感覺是一本冷血沒有溫度的書，雖然很薄，但是沉下心來吃透它，你將收穫頗豐。
當然，等你不再對一些基礎概念畏懼時，可以看看《百面機器學習》這本書，非常棒。
深度學習目前最火熱的應該是 cv 和 nlp。
我是搞 cv 相關的，也就是機器視覺。
深度學習，我首推的是《深度學習入門–基於python的理論與實踐》，齋藤康毅著陸宇杰譯。
符合日本人的寫作風格，短小精悍，通俗易懂，關鍵是理論和例項兼顧的很好。
我很佩服這位作者。
我討厭花書，你們現在可以噴我了！
深度學習要高階，我覺得**要看。
alexnet、googlenet、vgg、resnet 等等這些經典的神經網路的**要學習。
再之後，像 batch norm 這種優化手段的**也需要學習。
然後，就可以往專業領域高階了。
比如，我是搞機器視覺方面的。
所以，我會研究 yolo、ssd、r-cnn 系列**。
初學者可以選擇 pytorch 入門。
如果非要用 tensorflow 的話，先從它的 keras 版本開始吧。
我討厭 tensorflow，你們可以噴我了
搞深度學習一定要學會自己去構建、優化神經網路，如果脫離了這個你將永遠停留在別人的教程demo 這個水平之下，具體可以看我這篇博文《用 pytorch 從零建立 cifar-10 的影象分類器神經網路，並將測試準確率達到 85%》。
有乙個容易忽略的問題就是，很多時候，你覺得自己懂了，可能是因為看別人的文章時別人講的很通順，讓你產生了自己也這麼思維清晰的錯覺。學技術你應該多動手，多親自思考，這樣才會真正的理解深刻和產生長足的進步。
等你具備了基礎的入門能力，就要學會自己去探索問題，多看看行業最新學術動態和工業成果，不斷打磨自己的技術。
我想說的是，不要把學歷的問題遮擋你自己，如果你真愛某個東西，用心用力做好有什麼需要顧慮的呢？
很多時候，我們並沒有自己想象中的那麼笨。
相信我，你可以的。
程式設計師職業建議
國企還是外企？一直程式設計有沒有前途？下面是某前天給我發來的郵件 我是乙個剛剛畢業的大學生，我覺得自己對於程式設計師這個行業感到很迷惘，所以發郵件打擾您一下，麻煩了。我現在很迷惘的是，如果我一直在程式設計師這個行業上走下去，以後的出路應該是什麼呢？還是一直到高階工程師，還是專案管理這種程度嗎？我現在...
適合程式設計師的理財，程式設計師理財建議
為什麼要理財？首先肯定是為了財富增值，至少跑贏通貨膨脹。其次可適當促進開源節流，這點我特別有感觸，自從理財之後，置備大件物品之前都會考慮一下，比如想換台5000塊的手機，會聯想到這5000塊一年的利息500，晚買一年就相當於省500，這種想法確實節省了好多錢哈哈 在西方世界有乙個流傳很廣的故事，說的...
程式設計師的七建議
給程式設計師的七個建議 1 練內功。不要只花功夫學習各種流行的程式語言和工具，以及某些公司招聘廣告上要求的科目。要把資料結構 演算法 資料庫 作業系統原理 計算機體系結構 計算機網路，離散數學等基礎課程學好。大家不妨試試高德納所著the art of computer programming裡的題目...