學習一門新技術，一定要有技巧，找到學習的捷徑就能事半功倍。現如今人工智慧產業發展迅猛，作為一名程式設計師來說，不懂點深度學習的知識很容易被時代拋棄。

    那麼應該學習什麼技術呢？筆者以為當今世上有兩大深度學習框架值得研究，一個是大名鼎鼎的Tensorflow，它是谷歌公司出品的開源框架；另一個是Facebook主導開發的Pytorch框架。這兩個框架都是什麼優秀的深度學習框架，總的來說Tensorflow的流行程度更廣一些。

   深度學習要想學的深，除了懂軟體，還得懂一些演算法知識。當然筆者從沒想過去專研的那麼深，那是博士們該做的事。那麼對於想跳槽到人工智慧領域拿高薪的程式設計師來說，學習乾貨快速掌握Tensorflow的開發，並能嫻熟自如的應用到工作中去，才是當前最迫切需要做的事啊！

    筆者整理了學習Tensorflow的一些關鍵點，只要按照這個步驟踏踏實實的去學習，以筆者的經驗一兩個月的時間足夠成長為一名優秀的Tensorflow工程師了。

    以下是整理出來的Tensorflow學習19篇。

（1）tensorflow的環境安裝

（2）tensorflow基本操作實戰。

（3）tensorflow線性迴歸模型及原理講解

（4）損失函式和梯度的概念

（5）全連線層、啟用函式和Dropout

（6）影象的基本知識和操作

（7）卷積和池化的原理

（8）影象卷積模型CNN的實戰講解

（9）詞向量操作實戰講解

（10）用CNN實現文字分類

（11）LSTM模型講解

（12）用LSTM實現文字分類

（13）提高篇：生成對抗網路

（14）提高篇：個性推薦的原理和實踐

（15）提高篇：殘差網路

（16）強化學習之DQN

（17）強化學習之策略網路

（18）強化學習之Actor-Critic

（19）強化學習之DDPG

學了這19篇，基本上Tensorflow就全盤掌握