在大概6个月的时间里，学习、提高和促进在深度学习方面的工作是很有可能的。

步骤1

实践出真知，我们通过开车来学习开车。而不是通过了解离合器和内燃机的工作原理。至少最开始不是。在学习深度学习的过程中，我们会遵循同样的自上向下的方法。

推荐Fast.ai课程——面向程序员的深度学习实战课程——第一部分。这需要4-6周的努力学习。本课程中有一节专门讲关于在云上运行代码的问题。谷歌开放出来的Colaboratory，可提供免费的GPU资源。从这开始。其他有些云如AWS也提供相应的资源，这里不再赘述。在云上进行实操可以省去很多麻烦和投入，尽量不要自己配置一台机器。起码现在不要。

步骤2

现在是了解一些基本知识的时候了。学习微积分和线性代数。很多慕课平台上都有微积分和线性代数相关的开放课程，你可以自己查阅。当你完成了以上两个之后，学习深度学习相关的矩阵微积分(Matrix Calculus)知识。

步骤3

现在是时候理解自下而上的深度学习方法了。这时同样需要你在慕课平台上寻找深度学习课程，从权威性以及知名度上来看，可以考虑认准吴恩达。网易云课堂与吴恩达及deeplearning.ai有合作，可以找到相关课程。在理想情况下，你会因此对深度学习有更深入，更全面的了解。

步骤4

"只工作不玩耍，聪明孩子也变傻。"

做一个总结性课程。现在就是你深入钻研深度学习库的时候(例如:Tensorflow、PyTorch、MXNet)，然后从零开始为你喜欢的问题实施一个架构。

前三个步骤是关于如何使用深度学习和获得坚实的基础。这一步是从零开始实现一个项目，并借助工具开发一个强大的功能。

步骤5

现在继续完成Fast.ai的第二部分课程——面向程序员的前沿深度学习课程。这涵盖了更高级的主题，你将学会阅读最新的研究论文，并从中找到意义。

每一步都需要4-6周的时间。在你开始学习的26周之后，如果你认真的遵循以上所有的步骤，你将会在深度学习中打下坚实的基础。

一.深度学习

大数据造就了深度学习，通过大量的数据训练，我们能够轻易的发现数据的规律，从而实现基于监督学习的数据预测。

这里要强调的是基于监督学习的，也是迄今为止我在讲完深度学习基础所给出的知识范围。

基于卷积神经网络的深度学习（包括CNN、RNN），主要解决的领域是图像、文本、语音，问题聚焦在分类、回归。然而这里并没有提到推理，显然我们用之前的这些知识无法造一个AlphaGo出来，通过一张图来了解深度学习的问题域：

2016年的NIPS会议上，吴恩达给出了一个未来AI方向的技术发展图，还是很客观的：

毋庸置疑，监督学习是目前成熟度最高的，可以说已经成功商用，而下一个商用的技术将会是迁移学习（TransferLearning），这也是Andrew预测未来五年最有可能走向商用的AI技术。

二.迁移学习（举一反三）

迁移学习解决的问题是如何将学习到知识从一个场景迁移到另一个场景？

拿图像识别来说，从白天到晚上，从BottomView到TopView，从冬天到夏天，从识别中国人到识别外国人……

这是一个普遍存在的问题，问题源自于你所关注的场景缺少足够的数据来完成训练，在这种情况下你需要通过迁移学习来实现模型本身的泛化能力。

借用一张示意图（From：ASurveyonTransferLearning）来进行说明：

实际上，你可能在不知不觉中使用到了迁移学习，比如所用到的预训练模型，在此基础所做的Fine-Turning，再比如你做Tracking所用的onlinelearning。

迁移学习的必要性和价值体现在：

1、复用现有知识域数据，已有的大量工作不至于完全丢弃；

2、不需要再去花费巨大代价去重新采集和标定庞大的新数据集，也有可能数据根本无法获取；

3、对于快速出现的新领域，能够快速迁移和应用，体现时效性优势；

关于迁移学习算法有许多不同的思路，我们总结为：

1、通过原有数据和少量新领域数据混淆训练；

2、将原训练模型进行分割，保留基础模型（数据）部分作为新领域的迁移基础；

3、通过三维仿真来得到新的场景图像（OpenAI的Universe平台借助赛车游戏来训练）；

4、借助对抗网络GAN进行迁移学习的方法；

三.强化学习（反馈与修正）

强化学习全称是DeepReinforcementLearning（DRL），其所带来的推理能力是智能的一个关键特征衡量，真正的让机器有了自我学习、自我思考的能力，毫无疑问GoogleDeepMind是该领域的执牛耳者，其发表的DQN堪称是该领域的破冰之作。

目前强化学习主要用在游戏AI领域（有我们老生常谈的AlphaGo）和机器人领域，除此之外，Google宣称通过强化学习将数据中心的冷却费用降低了40%，虽无法考证真伪，但我愿意相信他的价值。

强化学习是个复杂的命题，Deepmind大神DavidSilver将其理解为这样一种交叉学科：

实际上，强化学习是一种探索式的学习方法，通过不断“试错”来得到改进，不同于监督学习的地方是强化学习本身没有Label，每一步的Action之后它无法得到明确的反馈（在这一点上，监督学习每一步都能进行Label比对，得到TrueorFalse）。

强化学习是通过以下几个元素来进行组合描述的：

对象（Agent）

也就是我们的智能主题，比如AlphaGo。

环境（Environment）

Agent所处的场景－比如下围棋的棋盘，以及其所对应的状态（State）－比如当前所对应的棋局。

Agent需要从Environment感知来获取反馈（当前局势对我是否更有利）。

动作(Actions)

在每个State下，可以采取什么行动，针对每一个Action分析其影响。

奖励(Rewards)

执行Action之后，得到的奖励或惩罚，Reward是通过对环境的观察得到。

通过强化学习，我们得到的输出就是：NextAction？下一步该怎么走，这就是AlphaGo的棋局，你能够想到，对应围棋的Action数量吗？

关于强化学习的具体算法，大多从马尔可夫链讲起。

说实话，你能坚持每天一小时的话，挺快的，半年左右吧。如果你能坚持一周三小时，一年到一年半，你能碰到深度学习。