工作中我们经常会问：“深度学习应该去哪里学？”虽然网上已经有很多免费课程，但是信息太多太繁杂。为了帮助大家进入深度学习的“坑”，我们整理了以下资源。1.对于机器学习的初学者，最好的资源是AndrewNgs在Cousera上的课程。基本上浏览一遍就够了，但完成作业会进一步提高你的理解。2.接下来可以学习神经网络（NeutralNetwork），自己动手玩玩。3.理解神经网络很重要，但对于最简单的情况来说还不够。传统神经网络的一种变体，即卷积神经网络(CNN)，可用于视觉任务。还包括斯坦福相关的课件和笔记。还有一门关于卷积网络在视觉处理中的应用的课程。4.然后就可以在自己的电脑上运行第一个CNN了：买个GPU安装CUDAinstallCaffeanditsGUIDigitinstallBonic（它不仅可以帮助你学习深度学习，还可以做其他研究或者利用你GPU的空闲时间用于科研目的）5.Digit提供了一些算法，比如字符识别的Lenet和Googlenet的图像分类算法，需要下载相应的数据集来试用这些算法，Lenet，Googlenet。有时您必须调整算法才能执行其他类型的计算机视觉任务，就像我们在这里所做的那样。6.对于各种自然语言处理（NLP）任务，循环神经网络（RNNs）往往是最好的选择。斯坦福大学的课程还是可以给你很好的指导的，你也可以下载Tensorflow自己搭建RNNs。7.***你可以选择一种深度学习任务开始练习，从人脸识别、语音挖掘到自动驾驶汽车，你都可以尝试分析。如果你按顺序完成了以上步骤，你就基本掌握了主流的深度学习方法。如果你想加入谷歌、百度等公司，还是需要不断学习和实践，建立自己的直觉和方法流程。作者：AnkitAgarwal----SilversparroTechnologiesPrivateLimited首席技术官。
