近年来，人工智能正在进入一个蓬勃发展的新时期，这主要得益于深度学习和CV领域近年来的发展和成就。在这其中，卷积神经网络的成功也带动了更多学术和商业应用的发展和进步。
为了避免“内卷”，更多人选择学习进阶，但是仍旧遇到一些问题：
到底要把数学学到什么程度才能够无障碍地推导机器学习算法？实变、复变、泛函、矩阵论到底要不要全都学会？
入门机器学习到底要看什么书？
除了机器学习，真正的工作中还哪些必要技巧？
如何入门深度学习？
如何着手开始进行数据挖掘项目？
那怎么选定一条合适自己的学习路线，从千军万马中脱颖而出，荣登时代的C位呢？
所以本篇来梳理一下深度学习方向的学习路线和知识点，包括深度学习到底要学什么、有哪些重要知识、现在的主流的技术点有哪些。
01
深度学习成长路线
注：图片上传后可能被压缩，如需无损版高清大图，可直接添加助理微信，免费获取。
长按扫码，领取资料
扫码免费领取
02
人工智能资料大全
人工智能从基础到实战
计算机视觉
深度学习
