人工智能无疑是当今科技届的热点领域，各大公司也在大力的投入。深度学习作为其热门技术，期间也产生了各种各样的深度学习智能框架。比如TensorFlow,Caffe,CNTK,Theano等等，其中TensorFlow毋庸置疑的成为了最热的热点。那么对于非专业研究者的开发人员甚至非开发人员，我们如何入门呢？接下来小编为大家整理了一些深度学习TensorFlow的入门资源。（主要是一些长期教程）
官网 https://www.tensorflow.org/
官网无论什么都是入门必看的重点。官网介绍了，如何安装使用TensorFlow，已经TensorFlow的API文档。里面还包含TensorFlow主要功能的详细指南。这里就不过多的介绍了
Keras http://keras-cn.readthedocs.io/en/latest/
Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：
简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）
支持CNN和RNN，或二者的结合
无缝CPU和GPU切换
为什么我会推荐Keras呢，因为从TensorFlow1.0开始，官方已经正式在TF中加入了Keras，同时，他的便捷性和简单性也值得使用。
谷歌机器学习速成课程 https://developers.google.com/machine-learning/crash-course/
这是谷歌推出的机器学习热爱者的自学指南，包含一系列视频讲座课程、实际案例分析和实践练习。可以在看视频后，进行一些检验，也包含一些代码的训练。是一套不存的视频课程，而且全面支持中文（PS:机器学习生成的中文口音，怪怪的）
Udacity优达学城 https://cn.udacity.com/course/deep-learning--ud730
谷歌在Udacity上的深度学习课程，在这里你将透彻理解深度学习，教授你如何训练和优化基本神经网络、卷积神经网络和长期神经网络。解决学习一系列曾经以为非常具有挑战性的新问题，并在你用深度学习方法轻松解决这些问题的过程中更好地了解人工智能的复杂属性。总之是一套很不错教学视频，包含课后习题。这个教学项目目前是免费的。
莫烦Python https://morvanzhou.github.io/
我在最早接触Python和深度学习就是在这里，一个喜欢学到什么就分享什么的人，分享过很多python, 机器学习的知识。非常不错的教学视频，重点是都是中文的。
廖雪峰 https://www.liaoxuefeng.com/
小白的Python新手教程，具有如下特点：中文，免费，零起点，完整示例，基于最新的Python 3版本。一个非常棒的Python学习网站，TensorFlow最适合的语言自然是Python了，值得学习。
Stanford的CS 20SI课程，专门针对TensorFlow的课程 https://web.stanford.edu/class/cs20si/
斯坦福大学的TensorFlow学习课程，英文的所有一定难度。课程将涵盖Tensorflow的基本原理和用法。旨在帮助学生理解TensorFlow的图形计算模型，探索其提供的功能，并学习如何构建和构建最适合深度学习项目的模型。通过课程，学生将使用TensorFlow构建不同复杂度的模型，从简单的线性/逻辑回归到卷积神经网络和递归神经网络，以解决词嵌入，翻译，光学字符识别，强化学习等任务。学生还将学习最佳实践来构建模型并管理研究实验。
重点！网红Siraj Raval https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
这是我最喜欢的一个频道，Siraj Raval已经成为了一位网红，天成的程序员表演家，技术达人。他分享了大量的机器学习视频，风趣而幽默。而且每个视频下都配了他的Github仓库，里面有他写好的代码。他的视频风格让人印象非常深刻。是一个很不错的学习频道。
上述只是我列的一些帮助我们入门的教程，是非常入门的。更适合像我们这些没有太深数学基础的程序员和非程序员。以后还会给大家发一些深度一些的资源，欢迎大家持续关注。
评论0
加载中...
刚过去的2017年把人工智能推向了高潮。很多人见证了谷歌团队的阿尔法狗战胜了人类一流围棋手，让世人见证了科技的魅力，更让很多人知道了python语言，形成了人工智能热。
为什么开发人工智能做好的语言是python呢？其实编程语言没有最好的，只有最合适的。谷歌的TensorFlow基本上所有的代码都是C++和Python，其他语言一般只有几千行 。如果讲运行速度的话，用C++，如果讲开发效率，用Python，Java这种高不成低不就的语言搞人工智能那就算了吧。Python虽然是脚本语言，但是因为容易学，迅速成为科学家的工具（MATLAB也能搞科学计算，但是软件要钱，且很贵），而且还有大量的工具库、架构，人工智能涉及大量的数据计算，用Python是很自然的，简单高效。Python有非常多优秀的深度学习库可用，现在大部分深度学习框架都支持Python，不用Python用谁？人生苦短，还是Python。
人工智能虽然说也提出很长时间了，但真正出现在大众视野刚是近两年，现在你在大街上走问个人，他们基本都知道人工智能，知道最好的是用python。所以很多人想从事人工智能方面。而在这方面我国确实人才紧缺。社会单位招聘年薪也是几十万上百万的，十分诱人。
虽然说人工智能发展前景非常好，但是对从业者的要求也很高。这是大部分本科生和一些研究生根本达不到的。你需要了解机器学习算法，自然语言理解，知识图谱，图像与视觉等领域，还要知道深度学习，概率推理，图模型，强化学习，对抗学习等工具的基本原理。写到这里相信很多人都懵了。现在就是最简单的高数的极限和收敛还有几个人知道？所以一定要对自己有个清晰的认识，没人能一口吃成个胖子。
楼主说想自学人工智能，我也很支持，毕竟发展前景很好。可以从python入手，了解语法和使用。我也相信楼主很喜欢这方面，那平时就多关注人工智能方面的动态。了解走向、技术发展。如果有条件的话可以花时间深入学习各个方面，提升自己。如果条件不允许，那就先找一份python相关的工作，在工作中熟练使用python，平时再多花时间学习。python的学习资料网上有很多，慕课网、ucloud课堂等等，希望楼主加油努力，早日进军成为人工智能领域的一份子。
我是测不准，欢迎关注，大家一起学习交流！^_^
评论0
加载中...
人工智能是门交叉学科涉及面太广，人工智能也分很多种建议挑一个主攻。
不管哪种，高数，统计，线性代数等是逃不掉的。
其次得有编程功底，建议python 。
心急吃不了热豆腐，祝成功。
评论0
加载中...
想学习人工智能而且还是半路进场，一点基础都没有，这个难度相对而言很高。人工智能涉及的技术领域比较广，其中最基础是必须要掌握的:
编程语言、数学算法、统计学这三大类是必须要求的。
针对你这种情况，建议找一个机构系统培训学习。
评论0
加载中...
小白AI之路是个不错的选择。由一个不会编程的产品经理从零开始接触机器学习到上手做项目整个的自学过程。全套资料可私我，大家一起学习
评论0
加载中...
其实人工智能技术最主要的并不是编程能力，它最主要的就是包括概率统计理论，矩阵理论，以及运筹学等相关的数学知识，人工智能的研究更偏向理论性逻辑思考和算法调优而不是运行代码。
第一步：熟悉和了解底层数学知识
掌握和了解人工智能技术底层的数学理论支撑，概率论，矩阵，凸优化算法的设计和原理，包括流优化手段SGD，牛顿法等优化方法。
第二步：特征工程
python相关的数据预处理库（毕竟python是现在世界第一语言了），原始数据特征构建，特征选择，构建新的特征值，缺失值的处理等
第三步：机器学习相关算法
决策树与随机森林算法，分类算法相关的原理，度量指标，算法变种，包括GBDT,ADABoost，集成学习模型的原理和算法。
分类算法，KNN算法，贝叶斯，SVN等算法相关的原理。
这些算法最好都对应相关的案例学习，不然光看算法很不容易理解，也可以扩展一下回归相关的算法，看你要研究和学习的方向不同而定
第四步：深度学习
学习一些最新的深度学习框架TensorFlow，Caffe，Theano，BP和PyTorch等。人工智能包括众多的分支领域，比如大家熟悉的机器学习、自然语言理解和模式识别等。详细的可以参考以下两个链接：
https://www.qcloud.com/community/article/451090001487836806?fromSource=gwzcw.59305.59305.59305
https://www.qcloud.com/community/article/834521001487836126?fromSource=gwzcw.59306.59306.59306
其实零编程基础最主要的就是不要怕，迈出第一步就好了，无论是自学（网上现在有很多教学视频）还是报班学习（系统学习），只要坚持下去，都会有不小的收获，学习一项技能最好的时候是它刚刚出现的时候，其次是现在。
更多优质回答，请持续关注镁客网我们~
评论0
加载中...
我先帮你分析一下行业待会给你点资料！
人工智能是个大趋势行业，最近政府也发文，未来几年的人工智能的战略，包括ucloud的之江实验室也落户了“ 中国杭州人工智能小镇 ”这个小镇是目前中国唯一的人工智能项目聚集地！包括百度、中乌，等都在这里有 AI 项目孵化！
上图是最右边BAT的人工智能人才数量
关于人工智能行业人才白皮书，分析估算，目前，全球AI研究及直接从业者约有30万人，主要分布在高校、AI新兴企业、科技巨头以及其他领域。其中，高校约10万人，产业界约20万人，从上可以看出工智能人才的稀缺
到2017年，人工智能岗位平均招
聘薪资已达 2.58 万元，远高于一般技术类岗位。从薪资分布上看，近八成岗位招聘薪资超 2 万元，五成职
位招聘薪资突破 3 万元，还有 1.9% 的企业更是开出 5 万元以上月薪吸引顶级人才，而标注的月薪还只是薪酬
福利的一部分。我们注意到，几乎 50% 人工智能岗位的职位描述上会提到为员工提供股票期权，部分巨头
更是会将解决户口作为吸引牛人的重要手段。
看到以上你大概也明白了中国对于人工智能人才的紧缺，就这点人才中国还算是排行世界第二，第一的是美国，再其次就是日本了，这就说明想学人工智能并不容易，不是没有地方学而是这么专业的老师很难请到，结合以上理性的给出几点建议：
1.在没有一定资金的情况下建议先去自学关于基础编程
2.有一定的编程基础，可以先找个感兴趣的行业人工智能公司去上班学习（创业型公司，能学到很多，因为很多东西没有一定的规则）
3.有一定资金可以找一个专业的机构系统的从编程开始学习（资金昂贵，而且现在的人才缺口本身就大，连BAT这样的公司都要枪人才）
4.最后建议，先了解人工智能，你不了解行业又怎么知道一定要学编程呢？人工智能包括一下专业技术：
1. 自然语言生成 2. 语音识别 3. 虚拟代理 4. 机器学习平台 5. 针对人工智能优化的硬件 6. 决策管理 7. 生物特征识别技术 8. 文本分析和NLP
上图是人工智能行业认可的资料，里面包括行业分析白皮书等等！有兴趣可以关注
“ 中国杭州人工智能小镇 （hzrgznxz）”可在后台回复“AI”即可获得关于人工智能专家的全方位的分析资料！
评论0
加载中...
人工智能不单单依靠于编程基础，现在有很多人工智能团队喜欢招收有数学背景的人员，如果你对迈入这个行业一无所知，不妨看一下这张Github上流传的机器学习路线图（还有深度学习系列），来看看你应该如何准备。
机器学习是计算机科学的一个子领域，使计算机能够在没有被明确编程的情况下自主学习，它探讨了从数据中学习和预测的算法研究和构建。机器学习的范围广泛，跨越数学、计算机科学和神经科学等多个领域。
该路线图也有一个Jupyter notebook，记载着大部分Data Science步骤，可以在以下链接中找到：https：//github.com/dformoso/sklearn-classification，感谢Github用户dformoso的分享!
数据科学是一个需要设计、实施和维护的过程。部分路线图如下所示：
数据部分
首先，我们需要一些数据，找到数据、收集数据、清理数据等共5步。
数学部分
机器学习是在数学基础上建立起来的!我们需要了解一些函数知识!
概念部分
类别，方法，库和方法的部分列表。
模型部分
最受欢迎的模型抽样。
整个机器学习和深度学习路线图非常庞大，因此此处无法提供完整视图，完整路线图可到http://wenku.it168.com/d_001728559.shtml和http://wenku.it168.com/d_001728560.shtml中下载或查看!
评论0
加载中...
在开玩笑吧？你当人工智能就是编程吗？人工智能核心是算法，要编程，你去一家培训机构就能学会，是没有门槛的，人工智能门槛不是一般的高，至少要数学或者计算机硕士，否则，跟你谈算法，你等于在听天书。
评论0
加载中...
人工智能技术什么时候和编程技术以及编程语言划上等号了？人工智能更多的是解决问题的方式和思维方法，是科学和社会学发展到一定程度融合出的结果，更是人类对自身和某些领域深入探查到一定深度和广度后才触碰到的一些入口。编程其实是最后对这些前人智慧和成果的使用，如果真想了解人工智能技术，反而不能从编程语言入手，而是人工智能发展史以及相关的知识库入手，单学编程语言是没办法入人工智能的门口的，功夫在门外。技术的门槛之所以高，很多时候是编程技术本身，而是所涉及的相关领域技术人员能不能深入把握，编程语言的语法解决不了社会问题，只是在某一个点解决实现的问题。技术这一行是最体现集体智慧的行当，无数人的智慧让这个领域呈现出今天的辉煌和魅力，向前人致敬，向人类智慧致敬！
评论0
加载中...10
回答0
回答0
回答0
回答9
回答0
回答0
回答0
回答10
回答10
回答
