本篇文章首发于知乎

微信公众号：深度学习视觉

戒子规：非淡泊无以明志，非宁静无以致远。非学无以广才，非志无以成学。

本科时代自学了python，因为是兴趣，所以越学越有劲。以下是个人的学习路线，朴素简单，主要为想学习Python的同学介绍几个学习平台。有传言，python将会编入小学课程，可想而知，不会太难，而且学习python很有必要。

1.迎接Python

当时学习网站主要是菜鸟教程与慕课网。菜鸟教程主要用来查阅不会的知识，在慕课网里面可以实践Python语法知识，所以初学者建议去慕课网上感受一下。慕课网中有python初学，老师是人尽皆知的廖雪峰。如你初学python，那么你可以在这里尝试感受python的操作，在这里，你不需要搭建环境，可以直接在平台上敲代码学习。该教学方式是一边学一边做，学的更明白。不会的，也可以翻看他人的讲解，学习理解。当然，如果你觉得不错的话，你还可以继续学习他的python进阶课程。这些都是免费的，一般，只要你能好好学习完这两篇课程，也算是入门了。接下来一定要有个方向去实战，在实战中学习，在实战中体会Python的魅力。

2. 实战出手速

其实继续在慕课中学习所选方向的课程也是可以的，比如前端，爬虫，数据分析，人工智能。因为个人的学习路线是和机器学习相关的，所以接下来也只说与机器学习领域相关的学习。在这里还为大家介绍一个学习平台实验楼，这个平台中也很多的课程可以学习，不过，免费的课程不是很多。我入门python后，接着学习python爬虫；GUI编程(Tkinter)用来展示爬取的数据；数据分析与绘图(matplotlib)用来分析爬取的数据；学习前端Django前端显示分析的数据。这些层层递进都做完之后，对于python的使用也变得更加灵活。

3. 机器学习入门

当时学习的第一节机器学习课程是泰坦尼克号生存预测，好像是在实验楼学习的，不过现在要会员才能免费学习。不过我查了以下，万能的B站里面也有这个教学视频，所以大家想学可以去B站逛逛。此外，该教学视频是由国外kaggle这个比赛平台来的，想学习的同学也可以去逛逛。后来，我开始拿国内的天池平台练练手，里面有一个O2O优惠卷使用预测的比赛。现在这个比赛项目已经有很多的同学分享，大家也可以去学习学习。在此期间，我又开始学习吴恩达早期在斯坦福大学授课的机器学习视频课程，还有台湾大学林轩田的机器学习基石。关于一些数学知识的补充比如微积分-微分学、线性代数、统计学、概率。这些知识可以去可汗学院学习。

4.深度学习入门

后来，又开始接触到深度学习，刚开始主要学习图像检测、识别、分割等方法。学习了，也可以去kaggle和天池平台参加比赛进行实践感受。目前，天池上这三块的比赛都有。关于这块如何入门，没有集中的地方，免费视频B站上有很多的相关，天池上也有入门资料。此外知乎里面也有众多文字讲解，不会的就可以在知乎上查询。比如你想学习FasterRCNN,你就可以搜索关键词，会有一大推的讲解，当然，初学开始，理解会有点难，但是，只要持之以恒，硬着头皮啃，就一定会拿下。这块要入门，起码，FasterRCNN的源码你要看的明明白白。

5.日积月累

其实，如果你能够静下心来学习技术，技术是很多很多的，要想都学会，并且一直记住又是很难很难的，所以，作为笔记是必不可少的东西。你可以将你每天学习获得的收获记录下来，记录在知乎上，记录在头条上，记录在公众号（深度学习视觉）上都是可以的。一来检阅自己每天所学，用自己的理解书写知识可以巩固知识，二来方便他人学习，一举多得。此点不仅是学习python应该这么做，学习很多东西都是可以这么去做。我想，这样一点点的积累下去，最后回首，相信你会为自己的坚持而感动，为自己的所获而高兴。