前言
本文的目标：给出让小白能够了解到AI是什么，为什么有效，以及如何训练一个AI来解决工作生活中的问题解决路线。不是那种教人如何使用AI，如何写prompt的文章。
曾几何时，在AI特别火的时候就尝试了解相关知识，希望在职业生涯上更进一步（想学习学习挣更多钱。。。），初期学习的时候当然是在B站上找各种视频去看，有的讲Tensoflow，有的讲pytorch，反正自己什么都不懂，就随便看呗，算是积累了一些基础知识，但是离真正的训练模型产出结果还差的远，后来接触到了《动手学深度学习》和Huggingface，算是入门了并用学到的知识真正解决了工作中的一些问题。回顾来时的路，这里给大家出一个详细的规划，不至于走太多弯路。
目标
问题是一个好老师
我觉得首先要明确一点的就是，我们为什么要学习深度学习，有的人是为了求职，谋一份好工作，有的人是感兴趣。很好！但我觉得还应该加入一个小目标，就是我们首先要找一个问题，为了解决生活工作中的实际问题去学习，带着目标、问题去学习就不会太枯燥，学是为了用也更有动力。比方说有的人有一些自己的照片，想做图片分类，再比如说有的人有一些房屋的数据，想预测房价的涨跌，而我的问题就是工作中有一批商品数据，但这些商品大多数没有商品分类，我想通过机器学习来让AI自动给商品划分分类，从而来减少人工处理。
学是为了用
如果不是搞学术研究的同学，我是不太建议去看一些公式推导，数学定理相关的视频和书籍，那样你会很痛苦并且大概率会放弃学习，最后达不成目标。我们的目的是要快速学习并掌握来解决生活中实际问题的。你可以理解为AI就是个工具，在入门的时候你不需要特别研究它的底层原理是什么，你只需要学习如何使用这个工具就可以了，就好像手机和汽车，作为普通人，不需要关注它底层是什么，只要能让它在自己手中发挥正常作用就可以了。
路线
《动手学深度学习》
首先推荐的就是李沐大神参与的《动手学深度学习》，我承认，这本书很难啃，但是也要啃，这本书我觉得更重要的意义是提供了一个问题目录，在深度学习中，我都需要学习哪些知识。把这些知识挨个啃下来，我已经算是入门了。啃这本书真的需要花很多时间，我一般都是今天或者这两天的目标就是把这一章的这一小节啃下来，遇到不会的名词就去问GPT，或者问GPT之后还有不懂的名词就接着再问，像一个点引出的树一样（二叉树），把所有问题节点都啃下来。这样总会有啃下来的一天。
关于语言
这本书也给出了示例代码，大家可以自己运行下，然后再结合书中解释加深理解。有的人会问我是初学者，我到底要选哪种语言呢？Tensorflow，还是Pytorch等呢，我觉得语言无所谓，也不用特别纠结，就好像登山，从四面八方只要适合自己的道路能到达山顶就可以，等到达山顶了，一览众山小了，你这时候再想换个道路，换个方式花样爬山这都很轻松了。你要是真让推荐一个，我就推荐Pytorch，因为我觉得写代码很舒服，比较符合我平时的编程习惯，而且社区很活跃。你要是还不理解，不太放心的话，完全可以花半小时就盯着GPT问Tensorflow、Pytorch、MXNET、PADDLE详细对比，针对你不明白的，穷追不舍的问，总会自己心中有一个答案的。
我就是一个小白，完全没有基础，怎么办？
有的人有一定的编程基础，知道编译器是什么、conda是什么，而有的人则没有，完全不了解。我觉得这不是问题，有基础和无基础就是需要解决问题的多少，从哲学上来讲，我既然认定这个了，我最终是要到达目标且一定会到达目标的。只是因为每个人的起点不同，中间耗费的时间不同而已。我们又不是比赛，已经知道目标是什么了，再通过GPT和目录清单（动手学深度学习），努力解决遇到的每一个问题，最终一定是会到达目标的。
除了GPT和《动手学深度学习》还有其他资料推荐么
小伙伴们还可以在B站上搜黑马程序员、唐宇迪、尚硅谷关于机器学习的视频，从其他途径，不同角度加深自己的理解，虽然仍觉得GPT加《动手学深度学习》才是学习最快的方法。
GPT还是deep seek、tongyiqianwen
Huggingface
历尽千辛万苦，终于把《动手学深度学习》啃完了，恭喜你，已经成功了一大半了，了解到深度学习的基本概念、CNN、RNN、Transformer等这些名词是什么意思，接下来就是实际应用了。Huggingface是一个AI社区，其官网有提供AI学习用到的数据集供我们练手，还有别人训练好的模型，供我们迁移学习使用，更有专门封装好的框架如Transformer等能让我们快速进行AI的训练。
其实在AI已经完善的今天，我们用深度学习解决问题已经不像之前那样需要从基础模型构建然后从头开始训练模型。只需要使用别人已经训练好的通用模型，然后再微调下模型，喂入自己的数据就可以得到一个不错的结果。
关于Huggingface如何使用，推荐大家看这个视频，很完善的一套视频，没有什么废话，看完基本也就知道如何使用huggingface框架训练自己的模型了。
更高的展望
大家到这里基本上已经能够使用别人训练好的通用模型迁移学习解决自己的实际问题了，如果更进一步的话，个人感觉就是丰富自己的项目经验了，首先需要很多张显卡，其次就是需要真实数据解决很多实际过程中遇到的问题，这其实就是找个相关工作就可以了，做中学！
小结
总结下来有三个重要的工具，GPT、《动手学深度学习》提供概念入门和问题目录、Huggingface实际操作。自己正是因为这三个才从一无所知的小白成长到能够解决工作中的实际问题。相信大家也是可以的，大家在学习过程中如果遇到什么问题欢迎在文章下方评论留言，或者加入Telegram群（需翻墙），大家一起畅聊~如果觉得本文有帮助的话也欢迎大家点赞转发。
