近些年来，AI、深度学习、卷积神经网络等名词逐渐深入人心，相关领域的最新算法不断发展，但在CSDN上却没有对较为新颖的算法加以介绍，仅仅停留在最基本的概念介绍部分。笔者作为一名算是刚刚入门的学者，打算和大家在此领域共同学习进步。
注：笔者也是学生，还在计算机视觉领域学习，只是菜鸡一枚，第一次写博客，如有大佬路过欢迎指正，也欢迎同行交流分享。
入门的基础要求：1、学过高等数学（最起码对微积分熟悉）
2、学过线性代数（最起码对矩阵运算熟悉）
3、学过概率论（有些印象就好）
怎么样？这么看起来入门的准备工作是不是简单很多？ennnnnn，有大一的孩子可能会问，如果我都不会该怎么办？或者有朋友基础很差，却也想进入这个行业，那么该怎么办呢？
没关系的，按照我的方法，先尝试入门，碰到不会的问题再解决问题好了，我们永远没有完全准备好的时候，永远无法判断远方有什么，那为什么不先出发，逢山开路遇水搭桥呢？总要先试试再说对吧？
进阶步骤：首先呢，你要学习下Python(千万不要说，我有C、MATLAB的基础，不用学Python的，碰到什么函数再查好了，不，相信我，你不知道怎么查的，Python太灵活了，这里还是打好一定的基础在上路比较好，trust me）,这是推荐的网址：零基础Python手把手学编程课程2020最新Python零基础入门课程（完结）想学Python这部视频就够了_哔哩哔哩_bilibili
给的建议是里面的视频都要学，不要想着只看基础，后面慢慢补，当需要参考大牛代码时，可能出现人家用高级方式，自己被降维打击了。
当你拥有一定的编程基础后就要正式的开始入门啦！强推吴恩达的深度学习视频[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili
里面的前期的编程作业一定一定要自己手打几遍，后面如果不喜欢TensorFlow、Keras框架的话可以不用太认真的去学,但是对于基本的正向传播、卷积、池化等基本操作一定一定要熟悉（理论+数学公示+代码），不然以后论文看不懂的，对于英语名词也要多多注意（只记专业词汇就好啦，后面再慢慢补，重要的是入门。
视频最好都要看，无论你是否是做视觉的，按照吴恩达对此领域的介绍，优秀的从业人员的知识面要呈T字型，“一”代表广度，意味着要了解其它如自然语言处理的知识，”I“代表你要具有一定的深度，就比如说我要在视觉领域专研很深，对其它领域都要简单了解，日后很可能需要在其它领域内容体系里面找灵感。
通过这大概两-四个月的学习，你已经对该领域有一定程度的了解，可以说算作入门啦！
