1. 入门

1.1. ML基础

学习笔记：http://windmissing.github.io/machine%20learning/2019-12/machine-learing-study-path.html ML和DL的很多概念是相通的，有一定的ML基础对学习DL是有帮助的。

1.2. 数学基础

材料：《深度学习》 第一部分 应用数学与机器学习基础
作者：深度学习的三大开山鼻祖之一Yoshua Bengio
资源链接：https://pan.baidu.com/s/1GmmbqFewyCuEA7blXNC-7g 密码：6qqm
学习笔记：https://windmising.gitbook.io/mathematics-basic-for-ml/

1.3. DL入门

材料：Neural Networks and Deep Learning
作者：Hinton
资料链接：http://neuralnetworksanddeeplearning.com/index.html
学习笔记：https://windmising.gitbook.io/nielsen-nndl/
这是个英文材料，我一开始是拒绝的。但是因为没有找到很好的中文入门材料，只好去看了。看完这个材料的第一段，就对它路转粉。
虽然是英文材料，但是语言非常有亲和力，让人感觉看得很舒服，完全没有语言的隔阂感。
内容方面是“深入浅出”的典范。它非常浅湿，以致于其它书上都不屑于浪费笔墨的东西，它都认真地解释了一遍。它又非常很深度，有许多作者的思考和经验在里面。
对于完全没有DL的基础的同学，一定不要错过这个材料。

2. 初级

2.1. 理论

材料：《深度学习》第二部分 深度网络：现代实践
中文资源链接：https://pan.baidu.com/s/1GmmbqFewyCuEA7blXNC-7g 密码：6qqm
英文资源链接：http://www.deeplearningbook.org 学习笔记：https://windmissing.github.io/Bible-DeepLearning/
DL的经典材料。不要被这本书吓到了。其实这本书讲的内容还是比较直白的。只是涉及的内容太广，术语太多，用语太专业，让人看得比较费力。也正因为这些特点，被我拿来当入门材料，把DL的各个方面、各种术语混个眼熟。

材料：《李宏毅机器学习中文课程》、《机器学习及其深层结构化》
作者：李宏毅
资料链接：
https://www.bilibili.com/video/av9770190/?from=search&seid=17240241049019116161
https://www.bilibili.com/video/av9770302/?from=search&seid=9981051227372686627 学习笔记：跟《深度学习》的笔记记到一起了。
李宏毅老师的课程绝对走心。上课经验丰富。只知道怎么学生学习时的痛点在哪。知道怎么讲更容易让学生听懂。也知道学生听完后经常会问什么问题。
这两套视频课程非常多，看完需要耐心。我是挑着看的。以《深度学习》为主，这两套视频作为补充。

2.2. 实践

材料：pytorch中文手册
link：https://pytorch-cn.readthedocs.io/zh/latest/

材料：深度学习工程师
作者：Ag
链接：网易云课堂
适合有一定理论基础。

编程笔记：https://windmissing.github.io/programming_basics_for_ML/
实践笔记：https://github.com/windmissing/DeepLearningPractise
我自己把《深度学习》中的一些算法用pytorch实现了一下，其实就是调库，看看效果。