备注： 内容为观看Deeplearning.ai后整理而来，如有侵权，请联系删除。
作为一个新手，入门AI时总是会迷茫，不知道应该如何开始，如何提高，如何找到资料等，下面内容是deeplearning.ai中几位人工智能领域的大牛给出的建议，供参考，学习。
一、需要是知道一些基本的原理。可以阅读一本经典书籍或者跟着讲述基础知识的视频开始概念的学习；
二、基本原理读懂后，需要提高认知。 这时需要读比较前沿的论文，可以是最新的论文、也可以是会议，最好是比较权威的如ICLR大会论文集；
三、多动手，多实践。试着重现经典算法，重现阅读论文中的算法。重现经典算法有益于对算法的理解，方便以后改进时的基础支撑；重现别人的论文有益于发现别人设计算法时使用的技巧，说不定就可以发现别人的漏洞，修补漏洞后就是一篇好的论文。
四、多看别人的代码。一些大型的框架或者开源的优秀代码，其思想和编程方式都是值得我们借鉴的，模仿是最快的熟悉方式，可以去github上看看。
五、初学者最好不要使用只需要几行代码就可以运行算法的编程框架。这样做可以快速感受算法的效果，但是这绝对不利于对算法的理解。很多东西都封装起来了，你这样随便运行一下，是很难知道内部运行机制，更不方便修改。
六、不要只看视频。相比看书而言，看视频没那么枯燥。 但看视频时，一定要按照视频里的要求，及时做作业；有些视频没有作业的，也应该自己重现视频中讲解的算法。只有做出来，才能知道每个参数如何设置。
七、论文不要读太多。当有很好的概念基础和数学基础后，此时要减少阅读量，而更应该开始实践。在重现论文算法的过程中，发现别人算法的不足，多问问别人为什么这样做，还可以怎样做。
八、永远不要停止编程。算法的好坏是需要实验来证明的，因此永远不要停止编程，快速的编程能力有益于算法的实现和调参。
---------------------