开心消消乐试玩游戏热葫芦试玩平台2025年最新版 V7.2

怎么自学ai技术

我18年开始系统的学习机器学习算法，期间看过很多教程很多书，走了不少弯路，现在我已经把AI用在自己的投资生涯上，并且效果还不错。

这篇文章想和大家分享一下，如何从一个数学知识都忘干净的小白最快速的成为AI的使用者和受益者，分享自己的学习路线，让大家少走弯路。

理论学习阶段：

前期不要执着于弄懂所有数学知识，有一些基础概念即可，后面实践的时候哪不懂再补哪里，否则容易受打击，进而自暴自弃。

线性代数：【学习时间不超过10小时】

在正式学习AI算法之前，你应该具备一些基础的线性代数知识，这会让你更容易的理解算法，线性代数的知识非常广阔，而我们只需要理解其中的一小部分就行了,推荐给大家一个非常好的线性代数快速学习视频，就是3Blue1Brown出的这个《线性代数的本质》，非常生动的把很抽象的东西说的很透彻，可能你看书几天都想不明白的东西，看看这个视频，几分钟就懂了，实在没有耐心看完的，着重看懂前10课就够了，每一课十几分钟，学习线性代数主要的目的是让我们对维度和空间有一个具体的概念，这样才能理解神经网络中的非线性变换。

微积分:【学习时间不超过10小时】

同样推荐3Blue1Brown的这款《微积分的本质》，简单明了，知识点一语中的。

喜欢大学教授风的，推荐看麻省理工出的这款公开课，当初我就是看这个公开课学的，这个授课教授真是大神级别，深入浅出，同样的，没有足够耐心的也不用全部学完，知道什么是导数，什么是二阶导数，什么是链式法则，基本上就够入门AI了。

AI理论：【学习时间2-3个月】

具备了一定的数学基础后，我们就要开始学习AI的理论基础了，AI理论的学习首推吴恩达教授的课程，这是非常经典的课程，无数的工程师从它入门，如果以后想用AI进行图像识别，图像分类等操作的，可以着重学习CNN（卷积神经网络）部分，如果想进行语音识别，或像我一样进行股票等序列化数据分析的，可以着重学习RNN（循环神经网络），但是普通的DNN是基础，必须先学好。

吴恩达老师的课程浅显易懂，但是有些部分讲的过快或不够详细，你无法理解的时候，推荐看台湾地区李宏毅教授的课程！

李宏毅教授的课程讲的非常详细，以至于我看的时候会加速。

这两套课程互补，一快一慢，吴恩达老师的看不懂了，就看看相应部分的李宏毅教授的课程，基本上就能融会贯通了。

编程语言学习：Python【和AI理论同步学习】

编程语言的学习我无法给出具体的学习时间，因为我有将近10年的编程语言使用经验，基本上各种语言都用过，学习Python这种高级语言基本用不了一天，要是小白从0开始入门，我觉得应该需要15天吧，Python的课程太多了，同志们去网易云课堂或者B站找找评价好的吧，因为我没看过，也无法推荐。

其实我觉得所有人都应该学一点编程，不论你是不是互联网行业的，也不论你是不是靠它赚钱，编程是对思维方式的改变，让你考虑问题更理性，更容易看清事物的本质，而且至少比学习奥数之类的有用多了，它是一种语言，跟学习英语一样，让你和计算机可以交流，让你的计算机帮你做事情。

AI编程：

学习了AI理论和Python之后，我们终于可以开始实战了，可以实现AI算法的框架有很多，最常用的是google公司的Tensorflow和Facebook的Pytorch，我自己学的是Tensorflow，主要用的是Tensorflow中的keras，keras之前是一个独立的AI框架，后来被Tensorflow合并了。

学习Tensorflow也不用去找其他教程了，官网给出的教程基本上是最好的了。

如果官网的例子你实在看不懂。先去看Keras的官方文档，更简单。

基本上学习了这个框架，你就能搭建自己的神经网络模型解决各种问题了。

大家千万不要把AI算法和框架弄混，算法是数学理论基础，跟编程语言没有关系，只要你算的够快，用手算也能得出和计算机一样的结果，而框架是用计算机语言实现AI理论的工具包，让我们更简单更容易地使用AI解决问题。