简评：大前提，英文阅读能力。
在六个月内，学习、使用、实战深度学习，是完全有可能的。
本文详细介绍了实现这一目标的具体步骤。
先决条件：
你愿意在接下来的六个月每周花费 10 - 20 小时学习
你有编程基础，对于 python 和 cloud 有一定的了解（本文我们假设你不了解 python 和 cloud）
有些数学教育背景（代数、几何等）
可以使用电脑，访问互联网
步骤 1
我们学习开车的时候，不是学习离合器与内燃机是如何工作的，至少最初不是这样。在深度学习中，我们也将会遵循自上而下的学习路径。
做fast.ai课程 - 编码的实用深度学习 - 第 1 部分。
这需要花费大约 4 - 6 周的时间。本课程在云上运行代码。Google Colaboratory提供免费的 GPU 访问。其他选项包括Paperspace，AWS，GCP，Crestle和Floydhub。所有这些都很棒的资源。不要一开始就建立自己的机器。至少最初不要。
步骤 2
这时候需要知道一些基本知识了。了解微积分和线性代数。
对于微积分，MIT Big Picture 公开课提供了很好地教程。
对于线性代数，MIT Gilbert Strang 的公开课提供了很好地教程。
一旦你完成上述两个教程，可以着手阅读深度学习的矩阵微积分。
步骤 3
现在是自下而上地了解深度学习阶段。在 Coursera学习深度学习专业所有 5 门课程你都需要完成。你需要付出一些学费才能完成学习。但是确实值得。理想情况下，考虑到你的知识背景，你应该能够每周完成一门课程。
步骤 4
“All work and no play makes Jack a dull boy.”
做一个难啃的项目，这个阶段你要接触深度学习的库（比如 Tensorflow，PyTorch，MXNet）并且从头开始选择一个架构来解决你感兴趣的问题。
前三个步骤是了解概念，以及在哪里可以使用深度学习，是打基础的过程。第四步是从零开始实施一个项目，并且熟悉工具。
步骤 5
现在去做fast.ai 的第二部分课程 -深度学习前沿。涵盖了更高级的主题，你将学习阅读最新的研究论文，并从中理解更高的知识。
第五步可能需要花费 4 - 6 周的时间。从步骤 1 到现在，一共花费了大约 26 周，如果你虔诚的遵循上述所有步骤，你现在已经有了相对坚实的深度学习基础。
下一步？
你可以上一下斯坦福的CS231n和CS224d课程，这两个都是非常有深度的视觉和 NLP 的优秀课程。课程涵盖了最新的前沿技术，也要阅读深度学习的书籍。这会巩固你的理解。
Happy deep learning. Create every single day.
原文链接：How to learn Deep Learning in 6 months
推荐阅读：2017 年最推荐的五篇深度学习论文
作者：极小光
链接：https://www.jianshu.com/p/ebde58534b39
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
