我是一名在讀碩士研究生，機械工程專業，剛入學，就對人工智能方面非常的感興趣，便決定踏入到人工智能的研究方向，現在寫這篇博客，就是記錄一下我從小白開始，在人工智能領域所遇到的坑，希望能夠幫助初入人工智能領域的小伙伴少走些彎路，并且向大家推薦一下我正在學習的課程，
初入這個領域的，啥也不會，之前有過C++基礎，也就僅僅有一點編程基礎，剛開始，在網路上瘋狂查資料，了解到了如何通過計算機去識別目標種類的方法，但是許多些專業的名詞也隨之出現：神經網路、支持向量機、聚類、yolo、NLP、openCV等，這些詞全都聚集到一個專業名詞——機器學習，
人工智能和機器學習其實就是一個歸屬關系（如下圖），說到機器學習，就一定會牽扯到python語言的編程，于是我就進入到python的學習中，
學習Python的第一步就是環境的搭建，推薦初學者安裝Anaconda，
一、安裝Anaconda：
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項，anaconda是一定要安裝的，很多人工智能編程所用到的環境和庫也都需要anaconda來安裝，
1.1Anaconda安裝步驟
https://www.anaconda.com/
上面的網站是Anaconda的安裝網站，英文界面，不過就那點英文，在座的朋友們還是能夠看懂的（實在不行，網頁還是有翻譯功能的），下面就是網頁下載點擊順序，
下載下來的是安裝檔案，直接雙擊打開安裝就好，一路點擊“next”就好，Anaconda是可以安裝除
C盤以外的盤里的，路徑最好不要有中文，注意一下下面這張圖：
兩個框內都打上勾，（會顯示紅色，其實就是anaconda環境變數的設定，經過失敗的教訓，還是讓其自動設定就好，切莫自己動手）然后安裝就可以了，等待安裝完成，打開開始選單，里面會有一個anaconda prompt（anaconda3）的功能框，
打開anaconda prompt后，就會出現下面的功能框：
這個玩意很重要，以后咱們所有的環境以及編程用到的工具都會在這里進行下載，通過在此界面鍵入pip install.....命令可以安裝如Numpy、matplotlib等一系列python工具庫，也可以安裝tensorflow、kreas以及pytorch等深度學習環境，（對于編程老手更可以直接在此界面進入到python環境進行編程），這些東西的安裝需要考慮的地方也是有很多，日后我也會持續更新向大家羅列，
安裝好anaconda之后，你的python也就安裝完畢了，想必大家也都聽說過pycharm這個IDE，下載了anaconda以后，我個人覺得，通過pytharm來設定anaconda環境，借用anaconda的環境在pycharm上進行編程很是美滋滋呀，（怎么在pycharm上呼叫anaconda來編程，日后再議，哈哈，）
當然，不下載pycharm也是可以的，下載完anaconda之后，在開始選單欄里就會出現Anaconda Navigator，點擊進入，稍等片刻就會得到這樣的界面：
點擊Launch就進入到Jupyter Notebook了，也可以直接在選單欄找到Jupyter Notebook，點擊直接進入，進入Jupyter Notebook的頁面如下圖所示，這是一個基于網頁的IDE，點擊右上角的新建-python3就可以新建python檔案進行編程了，
對于這個編程應用，非常適合小白新手進行學習，模塊化的編程可以在學習程序中更容易理解程式的含義，更快讀懂程式，（用了就知道啦！）
好了，在這里我還要說一下我走的坑，當時第一次安裝anaconda的時候，搞得我頭大的一件事就是在安裝好軟體之后，打開Anaconda Navigator時候，界面一直停留在如下圖所示（Loading applicatioins），以為是第一次啟動，需要加載應用，那給他點時間，可是一個小時都不帶動的，最后搞得我頭皮發麻：（請自動忽略我的桌面背景~）
我試了好多的辦法，最終在一篇博客上，成功解決，解決辦法：
修改路徑anaconda\Lib\site-packages\anaconda_navigator\api下的conda_api.py檔案，在1364行左右把data = yaml.load(f)改為data = yaml.safeload(f)
以上解決辦法參考自：
https://blog.csdn.net/weixin_45524708/article/details/117735366?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162824792516780271568164%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=162824792516780271568164&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-6-117735366.first_rank_v2_pc_rank_v29&utm_term=anaconda+navigator+%E4%B8%80%E7%9B%B4%E5%81%9C%E7%95%99%E5%9C%A8loading+application&spm=1018.2226.3001.4187
在我研究深度學習的時候，一度想到放棄，里面涉及到很多方面的知識，每次接到一個新課題，就在網路上搜索大量的學習資料，某小破站真的是一個良心網站，在上面真的可以找到很多的教學視頻，這點很好，而且針對某一個科目學習的很系統，學習的內容安排也很有條理，但是，它有它的缺點，機器學習是多個專業內容融合在一起的領域，包括有python、各種編程庫的使用、高等數學、線性代數、概率論、神經網路和支持向量機一系列演算法等等等等，很雜很雜，對與小白來說，很難有一個系統的規劃，到底先學哪個后學哪個，有時候在學習神經網路的時候，突然發現python掌握的不到位，需要再去找python的相關課程去學習，在學python又發現這個庫的呼叫原理不大懂，又重新去找資料，翻來覆去，最后自己也不知道要學什么了，有不會的知識去找，這點固然沒錯，但是有針對性的“按部就班”豈不更好？舉個例子：學習神經網路，需要的是線性代數和高數的一部分知識而非全部，我們需要明白具體需要那些知識，針對去學習，提高效率，所以必須要有一個“向導”帶著自己去學習才會少走彎路；而且網上的課程很豐富，有時候發現更好的課程，就會選擇性放棄現在學習的，然而不同的視頻內容往往是一樣的，這樣最侄訓導致對同樣的東西重復性學習，浪費了大量的時間，
我在逛CSDN的時候，無意被一個博主安利了一個人工智能課程，解決了我燃眉之急，里面的課程非常的系統而且涵蓋面很全很廣，每一章都有相應的章節考試，只有通過考試才能夠進入到下一章的學習，必須為其點贊，我寫博客的目的，一是為了讓初入人工智能領域的小白少走彎路；二也是推廣一下我現在學習的這個人工智能教程，希望能有更加有能力的人加入到這個領域，為智能發展提供可靠基礎，
下面是這個教程的目錄，大家可以看一下：（免費試讀和購買全部課程的方式我也留在文章最后，微信掃碼即可）
微信掃碼試讀課程：
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292300.html
標籤：AI