随着深度学习在AI领域的技术大面积的落地应用，它成为人工智能领域目前最火爆的技术之一，是人工智能一次里程碑式的突破。

深度学习的精妙在于他可以实现凭借对海量数据的高效特征抽取与时常“媲美人类水平”的建模。
对于搞数据开发或者算法的人来说，深度学习是迟早要接触的，也是一定要了解的。
目前深度学习领域的创新机会依然比较多，随着深度学习领域的“轮子”越来越丰富，深度学习的行业场景创新将迎来爆发期。
作为一名常分享AI会议博主，经常会被读者问到的莫过于「如何入门深度学习了」。
对于初学者来说，直接阅读英文资料，效率低，估计读着读着就没信心读下去了。这时候，有一份权威的中文资料该多好呀。
今天我来给大家准备了两份学习资料，帮助大家夯实算法工程师基本功----深度学习。
资源一：《算法工程师必知必会的深度学习框架从0到1》（视频\代码\PPT）
这套教程的出品人是：王小天，扎根于计算机视觉与人工智能算法与工程教育布道5年之久，现BAT大厂算法组leader与校招、社招核心面试官。
关于这位大佬，他在人工智能和芯片领域发表10余篇论文，具有深厚的学术背景和丰富的项目及业务落地经验。
工作期间主要负责人工智能业务线CV与NLP相关算法工作，推进人机混合智能、语义分割、机器翻译、虹膜识别等模块的核心算法研究与优化，对图像分类、物体检测、目标跟踪、自动驾驶、计算机体系结构等有深入的研究。

这份教程通过讲解和实战操作，带你从零开始训练网络，做到独立搭建和设计卷积神经网络（包括主流分类和检测网络），并进行神经网络的训练和推理（涉及PyTorch、Tensorflow、Caffe、Mxnet等多个主流框架），通过实战让你掌握各种深度学习开源框架。
资源二：一本口碑极佳的深度学习中文版书籍——《深度学习入门—基于Python的理论与实现》，豆瓣评分高达9.4，PDF和源代码已经准备好！

这本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Py3，尽量不依赖外部工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。

书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用。

添加小助手，并回复 “ 深度学习入门 ”目 录

所有以上相关的的内容全部都已经打包好了

获取方式：

1.一键三连+关注

2.后台主动留下痕迹：“资料 ”（重点）