來自：知乎，作者：阿小博Dennis
連結：https://zhuanlan.zhihu.com/p/43312693
從研一入學到現在剛好一年了，剛入學的時候對這方面是一點也不懂，那時實驗室的沒有GPU的電腦還以為很強，哈哈。即使現在，我也不敢說有多懂，只是把我這將近一年學到的過程分享一下，如果有需要的朋友們可以參考看一下，也可能有許多錯誤的地方，希望大家幫我指正出來一起提高。
我記得最開始的時候老師讓我使用matlab，然後去學校的二手書店買了岡薩雷斯的數字圖像處理和數字圖像處理（matlab）版，簡單讀了一下，裡面有很多公式和理論的東西。然後我用matlab簡單實現了一下裡面的一些基本操作，比如說圖片的輸入輸出，邊緣檢測，二值化，腐蝕膨脹等一些傳統的處理手段，雖然現在深度學習用的不是很多，但是有時候一些情況還是需要使用的，而且對於處理圖像的我們來說，多多少少還是需要知道一些的，以後寫論文的時候也會用到去畫圖。
在這之後我還研究了一段時間的追蹤，看了一些幀差法，光流法，背景差分法什麼的，已經記不住了，就剩個大概意思了，然後就去研究目標檢測了。
後來10月份的時候我們報名了一個京東的豬臉識別大賽，可是發現什麼都不會，感覺好心塞，慢慢的開始知道機器學習了，我在網上找了一些博客看了一些那種概述，大致知道了什麼意思。隨後我在自己原來那台沒有GPU的電腦上裝了ubuntu，這也是我第一次真正意義上用linux，之前在windows上裝過虛擬機的centos，我也沒怎麼用。在我大概知道了這些以後，我發現我需要學習一門語言——python
然後我就加了各種QQ群，問大家該如何學習，之後我選了一本python教材，名字我忘了就是什麼零基礎入門什麼的，後來我發現直接去菜鳥教程網站看就可以了，把基礎的看一下，如果你是計算機專業的或者之前編過程序，那應該很快就看完了，建議直接學python3，網站地址：Python 基礎教程 | 菜鳥教程https://www.runoob.com/python/python-tutorial.html。我之後又找了一個打飛機的遊戲(別想多了)跟著教程編完了一個小項目，大致知道了這門語言的使用。
對於linux的學習，如果之前沒用過ubuntu，建議去了解一下基本的系統操作和命令就好，比如cd，sudo，rm，clone，git什麼的，因為之後的一些命令也是別人告訴你或者上網查，不用一下全記住，如果你要深入學的話，那就自己去找找教程吧。
我還忘了說，python，Linux，還有之後的各種深度學習框架什麼的，我有很多都去看了莫煩的視頻，那個我覺得入門真的挺有用的，即使現在看也有很多要學的，而且有很多系列，真的對於這種自己錄的要支持一下！不容易。地址：莫煩Python https://morvanzhou.github.io/
opencv也要學一下，有c++和python版的，原理基本一樣，只是實現的語言不同，很猛的開源視覺庫，可以買一本opencv3教程看一下，這個書網上比較統一，大部分都是這本。
在學完這些，我就要開始了解深度學習和卷積神經網絡了，這時，一位大神的視頻映入眼帘，他就是——吳恩達！這個的基本原理和過程我都是看的他的視頻，真的非常棒，我看了好幾遍，對神經網絡的解讀比較透徹，反向傳播和梯度下降講的都比較細，廢話不多說了，網站：深度學習工程師微專業 - 一線人工智慧大師吳恩達親研-網易雲課堂 - 網易雲課堂https://mooc.study.163.com/smartSpec/detail/1001319001.htm，而且網易雲課堂上還有很多其他的課，根據你喜歡的也可以去學一下。
看完這個之後，我就去學習了pytorch和tensorflow了，但比較遺憾的說，到現在我也沒有好好掌握他倆，只是能簡單的編一些東西。可能也是我學的比較雜，你可以選擇一個框架好好學學，對於這兩個框架，莫煩的還有他們的官方文檔都很詳細，你可以選擇去看。我當時是買的書，pytorch 的我買的博文的：深度學習入門之——pytorch，tensorflow的我買的機械工業出版社的深度學習之tensorflow入門，原理與進階實戰。這兩本都很適合入門。而且現在已經出了很多什麼卷積神經網絡進階實戰啊，有很多，我看了目錄，都很不錯。可以自己挑一挑。caffe我沒有學，這三種caffe比較學術，pytorch比較容易入門，tensorflow普及比較多，（松明同學指出我此處表述有誤，修改如下，謝謝提醒:keras是基於tf的一個高級神經網絡API）可以自己選擇一下。
關於深度學習環境的配置，可以參考我的另一篇文章，那裡有詳細的配置，環境有點老，但是換湯不換藥，基本過程都那樣，現在比較忙我還沒有更新，配環境對於新手來說挺痛苦的，一定要堅持下去，我說我當時配了1個月你敢信？
我目前研究的是目標檢測，很多方法在github上都有公開的代碼，可以下載運行慢慢研究，有的時候配完了不好用慢慢調，要有耐心，最後一定會解決的，我已經試了很多次了。而且QQ群有的時候還是挺有用的，虛心請教。
暫時先寫這麼多吧，如果你的學習道路上也有什麼好的方法可以發一下，我們一起學習！還有我現在在實習，公司的同事們也很照顧我，給我講一些學術道路上的方法啊，工作上的計劃啊，幫助我修改論文，很開心遇到他們！所以，如果你是研一的小夥伴們，這一年抓緊時間學學，研二就可以出來實習一波了(前提你的論文怎麼也得有個方向吧，並且老闆要同意)！
聲明
來源：知乎，人工智慧產業鏈聯盟推薦閱讀，不代表人工智慧產業鏈聯盟立場，轉載請註明，如涉及作品版權問題，請聯繫我們刪除或做相關處理！