（标&的表示理论推导课程）
（标@的表示高质量课程）
（标$的表示选学内容）
基础部分
1.Python基础（深度之眼课程）[5d]
2.数学基础（深度之眼课程）[10d]
基础课程不限于此，资源较多，可自行选择
机器学习部分
1.吴恩达机器学习（B站资源）+机器学习图解笔记（up主：深度碎片）[20d]@
2.机器学习实战（深度之眼课程）[10d]
3.西瓜书（深度之眼课程）[10d]&
4.统计学习方法（深度之眼课程）[20d]&@
5.机器学习白板推导系列（up主：shuhuai008）[30d]@&$
机器学习知识是重要基础，其中吴恩达课程及图解笔记是机器学习极好的入门课程，建立感性认识，机器学习实战开始上手体验，西瓜书和统计学习方法夯实理论功底，机器学习白板推导用于提高和细节理解
深度学习基础部分
1.吴恩达深度学习（B站资源）[15d]@
2.TensorFlow笔记（中国MOOC）[10d]@
3.Pytorch框架培训班（深度之眼课程）[10d]
4.深度学习花书（深度之眼课程）[10d]&
深度学习基础也由吴恩DL课程开始，TensorFlow笔记是深层神经网络上手极好的课程，要求必看，Pytorch框架课和深度学习花书可同步学习，增强基础能力
应用课程
1.CS224斯坦福NLP课程（B站资源+深度之眼作业）[10d]
2.CS231斯坦福CV课程（B站资源+深度之眼作业）[10d]
3.深度之眼论文课[30d]
根据不同的应用开展研究，建议CV和NLP的课程都要有所了解，思路互相借鉴，最终开始看论文课着手了解针对不同问题的应用
深度学习入门总计200天左右，具备阅读论文、解析模型、熟练使用代码并复现实验的能力，为后续不同任务研究提供支撑
相关资源在课题组云盘中，欢迎推荐好的资源
