上個禮拜終於給公司技術達人們分享完了深度學習和Keras，這其中也走過了不少的彎路。比如筆者一上來就開始看Keras，看TenseFlow，看Theano,一下子買了4五本類似的書，結果看了半天，感覺索然無味，必須要強迫自己看下去，但是裡面的微積分，線性代數，概率統計，最優化方法，筆者自從研究生畢業以後，已經有7,8年沒有看過這些公式了，都忘的差不多了。那如何是好呢？ 下面筆者學習的心路歷程，不應適合所有的人，只是分享了，希望能拋磚引玉，能夠讓一小部分學習深度學習的初學者，哪怕少走一丁點彎路，也就心滿意足了。

@ 因為深度學習這門課，需要有一定的數學功底，但是一上來就讓大家學習積分，線性代數，概率統計，最優化方法有點讓人望而生畏。所以筆者建議，大家可以先到網上找一些簡單的視訊來看看，比如

@ 在看視訊的時候，必須找到一個深度學習的開發框架自己倒騰倒騰，筆者感覺Keras是一個不錯的選擇，為什麼呢？簡單。 而且執行Keras的時候，最好在非window機器上安裝，比如Ubuntu或者Mac等。否則一旦安裝不順利，則會讓人感到很沮喪。 

@ 這個時候，可以學學Python。不一定要學的很精通，但是需要知道其中的一些基本用法和概念，比如，陣列，元組的處理，方法的呼叫，類的例項化，而且特別注意Python的語法是非常強大和靈活的，其可以一次性返回多個不同的值。

@學些了Python之後，把高等代數中的微積分，線性代數或者概率論中的一些基本概率瞭解一下。

@ 如果英文好的話，看一下下面這本入門的書籍，如果英文不好，找它的中文翻譯版本。

http://neuralnetworksanddeeplearning.com/

@看了之後，在看臺灣大學李巨集毅老師的PPT，PPT做的非常的好。其中反向傳播這個章節還有視訊講解。

其PPT的頭一頁如下。

@等把上面的PPT看完之後，在來看莫煩已經Keras提供的例子並嘗試執行。

等把上面所有的步驟都走了一遍之後，基本上深度學習就算入門了。