程序员要开始学习深度学习，该如何入手？
看网上搜集的各种庞杂的DL学习资料列表，你可能会被吓死。但实际上大部分学习资料都包含了相当多重复的内容，下面是我个人总结的一些学习经验，希望能去芜存菁，帮助程序员快速进入深度学习的圣殿。
数学基础。如果你去读深度学习的论文，会发现数学对于DL非常重要，线性代数、概率论、甚至微积分都有用武之地。这些知识都还给学校了怎么办？难道要把所有这些课程再学一遍？大可不必。只要把DL需要用到的部分好好复习一下就好。这里推荐《Deep Learning》这本权威著作的第一部分，详述了机器学习需要的数学基础，另外也讲了机器学习领域的很多基本概念。
一本入门教材。虽然上面提到的《Deep Learning》是公认的DL最权威教材，但是一般人会觉得过于艰深，包含太多数学方面的论证。如果你对数学公式不太感冒，建议不要用这本书入门。我推荐一本《Hands on Machine Learning》。不要被书的名字欺骗了，本书的内容其实一点也不初级，讲述的很全面深入。但是语言非常流畅，容易读懂。这本书分为两部分，第一部分讲述了机器学习的各种传统算法，第二部分才是深度学习的内容。传统算法的学习很有必要，一方面帮助我们理解ML发展的脉络，另一方面，很多传统算法其实并没有被淘汰，比如RandomForest这种基于决策树的算法，在结构化数据的挖掘方面非常有效。
一个入门课程。
如果你想学好JAVA这门技术，也想在IT行业拿高薪，可以参加我们的训练营课程，选择最适合自己的课程学习，技术大牛亲授，7个月后，进入名企拿高薪。我们的课程内容有：Java工程化、高性能及分布式、高性能、深入浅出。高架构。性能调优、Spring，MyBatis，Netty源码分析和大数据等多个知识点。如果你想拿高薪的，想学习的，想就业前景好的，想跟别人竞争能取得优势的，想进阿里面试但担心面试不过的，你都可以来，q群号为：230419550
注：加群要求
1、具有1-5工作经验的，面对目前流行的技术不知从何下手，需要突破技术瓶颈的可以加。
2、在公司待久了，过得很安逸，但跳槽时面试碰壁。需要在短时间内进修、跳槽拿高薪的可以加。
3、如果没有工作经验，但基础非常扎实，对java工作机制，常用设计思想，常用java开发框架掌握熟练的，可以加。
4、觉得自己很牛B，一般需求都能搞定。但是所学的知识点没有系统化，很难在技术领域继续突破的可以加。
5.阿里Java高级大牛直播讲解知识点，分享知识，多年工作经验的梳理和总结，带着大家全面、科学地建立自己的技术体系和技术认知！
读一些论文。在选定方向以后，我们可以去读一下这个方向的经典论文。说是经典，但是深度学习这个方向真正爆发也就是最近几年的事情，所以很多东西其实都是前两年的论文结果。推荐一个Awesome Deep Learning Papers的论文列表，个人觉得整理得不错，有参考价值。DL这个领域进展特别快，前几年的研究结果可能早已经被超越了，所以读论文要保持开放心态。不过，论文有的时候真的很啰嗦，幸好有网友总结了一下：aleju/papers，先读这个总结，带着问题再去读论文效果好很多。
选一个框架。DL现在有很多非常成熟的框架了，每个科技公司都有自己的一套东西，Google系的TensorFlow现在似乎风头更劲一些。他们之间的比较可以看看这篇文章。我觉得这个跟编程语言之争一样，没必要太纠结，选一个自己喜欢的就好。各个框架训练出来的模型一定可以互相转换的。PyTorch方便构造动态的网络结构，似乎很多人看好。
动手做一些深度学习项目。网上有很多开放的数据集，可以拿来做训练，先做些简单的，比如MNIST，IMDB影评的情感分析等。然后可以去Kaggle上做一些以前的的竞赛项目，比如Cats VS Dogs一类的。如果你足够厉害，可以参加当前的Kaggle挑战，说不定顺便赢个几十万美金呢：）
最后，关注一下DL最新的研究动向。这方面的媒体非常多，公众号、知乎专栏，一搜一大把，还有很多科技博客也是频繁更新。我推荐一个newsletter：import AI，很多人都觉得不错，一周一次，读起来也不会有太大负担。