这篇作为深度学习学习路线的占位主线，后续可以继续拆成数学、模型、框架和项目。

学习顺序

  1. Python、NumPy、数据处理基础。
  2. 线性代数、概率统计、微积分核心概念。
  3. 神经网络基本结构：MLP、CNN、RNN、Transformer。
  4. PyTorch：张量、自动求导、Dataset、训练循环。
  5. 实战项目：分类、检索、文本生成、小型多模态任务。

原则

不要只看课程。每学一个模型，都要做一个最小实验，观察输入、输出、loss 和失败案例。

本文归档于个人知识库 · 领域：CS & AI · 模块：04 Project_CS_AI/AI apps