一、语言
希望在进入这个领域之前 至少得会一门语言 Python。
后面可以学学C或者C++，很多源码也是C和C++的
二、数学
以及不想做调包侠的话，学通透得有比较好的数学基础：
微积分 线性代数 概率论
如果数学基础不好可以先补一补，不然有些理解起来或许会很头疼。
三、快速入门机器学习、深度学习
推荐我的启蒙书，复旦大学邱老师的开源书《神经网络与深度学习》
虽然本身市面上有很多机器学习，深度学习的书
西瓜书，统计学习方法，花书等等
我觉得各有优劣，而且眼花撩乱，一开始入门我觉得看NNDL就不错了。
四、学习至少一个框架
我个人是先学习的Pytorch，我也建议先学Pytorch，因为它很适合学习做研究。
推荐一本书开源书：《动手学深度学习 pytorch版》
在学习框架的过程中去实践，实现一些模型。
框架很多，后面可以多学学，比如TensorFlow
恭喜你 !到此基本你已经入门了～
五、选择方向
对于人工智能的方向有很多，你要确定自己的方向。
我的方向是自然语言处理
当然还有计算机视觉、推荐系统，强化学习等等。
明确方向后，对应的技术路线比比皆是，然后向专业方向挺进。
六、好的习惯
最好会读Paper，养成读Paper的习惯
多实践：打一些比赛 Kaggle 天池等
学会做总结，写技术博客，分享知识。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLQ、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。
下面是部分截图，文末附免费下载方式。
目录
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、机器学习+计算机视觉基础算法教程
五、深度学习机器学习速查表（共26张）
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。