今天這篇要分享初期自學AI四個月的克難學習方式:

當時研究所考試結束要等開學很無聊，看到python好像很紅所以就想學: Python Tutorial for Beginners [Full Course] 2019這影片手把手教學安裝python、pycharm、anaconda…等等。
前三個小時是python基本語法，後三小時開始舉例在哪些地方可以用:例如 excel、ML、kaggle、Django…
當然看完6小時後，最吸引我的就是ML。就二話不說上網找可以學習ML的框架，而認識了TensorFlow，試著找資料安裝的就知道，還沒支援python3.7所以我當時一直失敗…一度想投靠Google Colaboratory
後來OK了當然要跑個hello world囉，但我的hello world是MNIST手寫數字辨識XDD
參考: 使用 TensorFlow 來做簡單的手寫數字辨識
那時候根本不知道會用到DL的範疇…

看到這張圖應該知道~沒錯!這就是截圖自李宏毅教授的影片
因為我後來跟資工系的同學聊天才發現我根本沒整個架構的概念XD所以她推薦我先去看李宏毅大神的影片: https://www.youtube.com/playlist?list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49&fbclid=IwAR0llXIJZdyUVz7seZ7BM7bZwE63JbQvo64btxHh-DGhDPjPkRgOMgJ8RHY&app=desktop

總共35個影片，請全部看完不要嫌硬XD畢竟看影片真的是學習之路中最輕鬆的方式，說實話我大概後三個月主要時間都花在消化影片、其他時間才是爬文弄懂超級多專有名詞…
這時候就要推薦一個強人的網站: https://hemingwang.blogspot.com/2019/05/trilogy.html?fbclid=IwAR0vEZsQM3j495ocFIhl9q02QNHRNE5fus8RK6JZoN-j8pfG59jP3zcnlIs
最後在建議一件事:通常我要學個東西，我就會加入那個東西的FB社群

我自己最主要的心得是:
因為資料量大所以要看快一點，反正東西會重複，重複會增強記憶；在學習'機器學習'的過程中，其實自己也在學習'機器''學習的方式'。而且要先快速地知道比較廣的內容，要實作的時候才比較知道要使用哪個部分在往下去鑽研(理想狀態是這樣子啦QQ)

• 機器學習 vs 深度學習
• Deep Learning常用GPU介紹：Nvidia GTX 1080Ti…
• GPU配置教學與效能評估
• 框架介紹(TensorFlow、Keras、CUDA… )