1樓：永無止境
卷積神經網路估計是現在最熱門的人工智慧方法。
按照發展歷程，卷積神經網路在近年來有ResNet、SENet、殘差收縮網路等結構。
ResNet
SENet
深度殘差收縮網路
2樓：Yidil
清華大學出版社即將推出的《人工智慧導論》和《人工智慧概論》勾畫了人工智慧學科的總體架構，闡述了其各個分支的原理、方法、課題和發展概況，涵蓋了人工智慧基本知識、經典內容和最新進展，為讀者進一步學習和研發奠定了基礎，指引了方向。
3樓：李苦李
之前做的乙個梳理，供參考。
AI產業鏈可以分為基礎層、技術層和應用層：
基礎層按照算力、資料和演算法再次劃分，對整體上層建築起到支撐作用；
技術層根據演算法用途分為計算機視覺、 智慧型語音、自然語言處理等，是AI最引人注目（核心）的環節；
應用層則按照不同場景的需求定製開發專屬服務，是AI真正賦能行業的方式。
個人學習的話，建議先學習資料處理，有了資料之後，基於資料可以做好多有意思的事，這樣容易產生興趣，否則很容易《從入門到放棄》。
4樓：靠近
給你再好，再詳細的人工智慧學習路線圖也沒用你100%堅持不下來的
技術只能靠著興趣來驅動，然後取得成就
如果你想深入學習的話，可以先打好基礎
需要的找我來拿
5樓：
人工智慧學習路線圖很多了，網上搜一下，
大概就是高等數學，概率論-》python程式設計-》機器學習-》深度學習-》各種演算法實戰
想學人工智慧，紙上談兵是不行的，通過上面的學習路線學完，最好到人工智慧企業裡實戰才行，
求Python學習路線圖,有沒有大佬給乙個
薛丁格的狗 看完,python簡明教程 再看,python基礎教程 再看,python核心程式設計 再看,設計模式 路好長，感覺是這樣，先好簡單，好難，好簡單，好難，好難，想放棄。python剛入門，記下來等以後來看。順便記一下，資料結構，演算法，面相物件程式設計還是特麼不會。 去看官方文件 另外不...
學習人工智慧，想採購乙個可以用於深度學習的計算機 個人使用 ？
看了題主的要求，翻譯過來大概是 能用就行 對吧。這樣的話，英偉達1080顯示卡，配合16 32G記憶體就好了，8G記憶體也勉強夠用。如果想一步到位，就直接上64GB的記憶體，顯示卡用Titan，CPU自己掂量吧，不要太差就行。另外說一句，雙顯示卡配置上步驟會有些繁瑣，也有一些坑，想避免跳坑的話，就別...
如果把乙個人工智慧機械人當做乙個嬰兒開始培養二十年會怎麼樣
北G眺望 如果乙個人工智慧機械人發展的越來越快，最後要實現向乙個孩子一樣具有自主學習能力的話，我覺得這樣的過程還是要有一定的基礎發展階段的，而且照現在這個速度是無法實現我們對於人工智慧的的這樣的學習過程的把我的。 N.user 假設乙個完美的但是空白的AI 比方說剛剛出廠的哆啦A夢級別的AI 有自我...