本篇文章首發於知乎
戒子規：非淡泊無以明志，非寧靜無以致遠。非學無以廣才，非志無以成學。
本科時代自學了python，因為是興趣，所以越學越有勁。以下是個人的學習路線，樸素簡單，主要為想學習Python的同學介紹幾個學習平臺。有傳言，python將會編入小學課程，可想而知，不會太難，而且學習python很有必要。
1.迎接Python
當時學習網站主要是菜鳥教程與慕課網。菜鳥教程主要用來查閱不會的知識，在慕課網裡面可以實踐Python語法知識，所以初學者建議去慕課網上感受一下。慕課網中有python初學，老師是人盡皆知的廖雪峰。如你初學python，那麼你可以在這裡嘗試感受python的操作，在這裡，你不需要搭建環境，可以直接在平臺上敲代碼學習。該教學方式是一邊學一邊做，學的更明白。不會的，也可以翻看他人的講解，學習理解。當然，如果你覺得不錯的話，你還可以繼續學習他的python進階課程。這些都是免費的，一般，只要你能好好學習完這兩篇課程，也算是入門了。接下來一定要有個方向去實戰，在實戰中學習，在實戰中體會Python的魅力。
2. 實戰出手速
其實繼續在慕課中學習所選方向的課程也是可以的，比如前端，爬蟲，數據分析，人工智能。因為個人的學習路線是和機器學習相關的，所以接下來也只說與機器學習領域相關的學習。在這裡還為大家介紹一個學習平臺實驗樓，這個平臺中也很多的課程可以學習，不過，免費的課程不是很多。我入門python後，接著學習python爬蟲；GUI編程(Tkinter)用來展示爬取的數據；數據分析與繪圖(matplotlib)用來分析爬取的數據；學習前端Django前端顯示分析的數據。這些層層遞進都做完之後，對於python的使用也變得更加靈活。
3. 機器學習入門
當時學習的第一節機器學習課程是泰坦尼克號生存預測，好像是在實驗樓學習的，不過現在要會員才能免費學習。不過我查了以下，萬能的B站裡面也有這個教學視頻，所以大家想學可以去B站逛逛。此外，該教學視頻是由國外kaggle這個比賽平臺來的，想學習的同學也可以去逛逛。後來，我開始拿國內的天池平臺練練手，裡面有一個O2O優惠卷使用預測的比賽。現在這個比賽項目已經有很多的同學分享，大家也可以去學習學習。在此期間，我又開始學習吳恩達早期在斯坦福大學授課的機器學習視頻課程，還有臺灣大學林軒田的機器學習基石。關於一些數學知識的補充比如微積分-微分學、線性代數、統計學、概率。這些知識可以去可汗學院學習。
4.深度學習入門
後來，又開始接觸到深度學習，剛開始主要學習圖像檢測、識別、分割等方法。學習了，也可以去kaggle和天池平臺參加比賽進行實踐感受。目前，天池上這三塊的比賽都有。關於這塊如何入門，沒有集中的地方，免費視頻B站上有很多的相關，天池上也有入門資料。此外知乎裡面也有眾多文字講解，不會的就可以在知乎上查詢。比如你想學習FasterRCNN,你就可以搜索關鍵詞，會有一大推的講解，當然，初學開始，理解會有點難，但是，只要持之以恆，硬著頭皮啃，就一定會拿下。這塊要入門，起碼，FasterRCNN的源碼你要看的明明白白。
5.日積月累
其實，如果你能夠靜下心來學習技術，技術是很多很多的，要想都學會，並且一直記住又是很難很難的，所以，作為筆記是必不可少的東西。你可以將你每天學習獲得的收穫記錄下來，記錄在知乎上，記錄在頭條上，記錄在公眾號（深度學習視覺）上都是可以的。一來檢閱自己每天所學，用自己的理解書寫知識可以鞏固知識，二來方便他人學習，一舉多得。此點不僅是學習python應該這麼做，學習很多東西都是可以這麼去做。我想，這樣一點點的積累下去，最後回首，相信你會為自己的堅持而感動，為自己的所獲而高興。
閱讀更多 量子AI 的文章
