它是假定一个没有人工智能基础的学习路线。大概分成下面几个阶段
- 全面的基础知识
- 熟悉编程
- 学习与复现现有的精典项目
- 自己的发展方向
- 自主
-
- 项目实践
- 论文
- 交流
全面的知识
任何一门学科或者说一个技术，要学好它，最好的方式 是从基础开始了，而且它也是影响你未来的重要的一部分。不过对于人工智能这个方向来讲，基础有点儿多：
数学基础
深度学习的基础
尽管你不喜欢，但是这些基础性的原理还是要必须学会的。
卷积神经网络（CNN）：用于图像识别、对象检测等任务。
循环神经网络（RNN）：用于序列数据，如自然语言处理、7957942%7D)等。
Transformer：LLM 、及一切可能。
常见框架：TensorFlow、PyTorch、Keras 的基础知识。
其他
有时其他不重要，有时又很重要，很显示，这是一个描述极少，但是有时能救你命的东西。你加油吧。因为它可能是你某一个时间点卡住你的东西。你不会，就真的会被卡住。不过要记得变通，要记得 GPT4 与谷歌的存在。
数据获取：如何收集和使用数据，包括公开数据集、
如果你会了这些基础了，那可以认为你具备了所有人工智能方向进发的能力了。
在这里我要真的介绍一下，最有效的帮助课程吧。类似 「知乎知学堂推出的《程序员的 AI 大模型进阶之旅》」， 其实就是一份非常有意思的 AI 大模型的入门课程，简单看看，你可能马上就对大模型了解了，而不是要大量阅读。这也是个非常有效的学习方法。
