有零基础开始自学Python的小伙伴吗？怎么样可以快速入门？

Posted 2023-04-22

参考技术A

有人说学习python难度高，其实这种情况是根据学习能力来决定的。

对于初学者和完成普通任务，Python语言是非常简单易用的。

当然了Python具有丰富库的，想要更高深的学习Python，同样是一件比较困难的事情。

我们先来简单了解一下python

Python编程语言被人成为是人工智慧的首选语言，而且被冠以简单易学、应用广泛的头衔。实际上如果没有相应的编程基础，学习任意一门编程语言都是有一定的难度的。不过相对于Java、C语言等编程语言，Python编程语言确实要更容易学习。Python编程语言的设计理念清晰简单，让初学者专注于编程逻辑，而不是混淆语法细节。完成同样的功能，Python编写的代码量更少，而且代码简短易读，在团队协作开发过程中，具有更高的效率。

Python开发难不难学？

当然如果说Python编程到底难不难学，其核心因素不应该定位在Python编程语言上，更多的应该是要根据个人的实际情况而定。例如你对新知识的接受程度、对学习Python编程开发付出的努力程度、是否有完整的学习方法，甚至是否有比较优秀的老师带着你学习。

零基础如何迈出学习Python开发的第一步？

对于零基础的朋友来说，无论是学习什么陌生的技能都会有一定的难度。在信息共享的现在，大家可以通过网路找一些免费的Python入门视频学习一下。如果你可以学会听懂里面的知识，证明你可以通过学习掌握Python开发技术，已经踏入Python学习的门槛。

这里是小达整理的python零基础入门视频，

全都是干货，希望能帮到你~

【2021最新】超详细Python 3.9小白入门教程_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili?

bilibili2021最新版Python零基础高强度7天极速入门到精通_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili?

bilibili

哪些人适合学习Python开发？

Python编程语言，其实对于学习者没有任何要求，只要是想学习Python开发或者想通过Python学习进入互联网领域，都可以学习Python开发。但是从职业发展方向来说，如果未来从事Web开发、自动化测试、自动化运维等工作方向，任何基础的同学都可以学习。但是如果定位要从事人工智慧开发、数据科学等方向，那最好你的学历至少在本科以上。因为在人工智慧和数据科学等领域需要从业者具有一定的演算法基础，虽然可以通过后期学习补充相应的知识，但是与具有相应基础的同学相比，竞争力要弱一些的。

相信你已经通过我这篇文章对Python开发有了比较深入的了解。无论你是大学在校生，还是在职的员工，最重要的是为自己的未来职业发展找准定位。对于Python开发来说，只要你能入门，并且能坚持下来，一定会有一个好的发展！

需要更多学习内容请关注我哦~

@python小达?

zhihu

零基础选择自学Python，对于想学习一门编程语言的同学来讲是个不错的选择，毕竟Python相对来讲更容易学习。我入门学习的 《笨办法学Python3》 ，除去书籍之外就有5小时的完整视频教程，虽然是英文视频但是配有中心字幕，边看边练两不误。每个章节都有巩固练习和常见问题回答，能帮助你解决心中的疑难。整体是以习题的方式开始引导初学者学习编程，非常适合有钻研精神，不喜欢基础知识长篇大论的童鞋入门Python。

《笨办法学Python 3》

每个练习的页面，都有对应的视频二维码，直接扫码即可观看练习视频，跟着视频以练带学，没那么枯燥乏味。

《笨办法学Python 3》页面

有了学习想法，最怕就是左顾右盼，最后就不了了之！万事开头难，从买本书开始自学下手吧，边练边学，不断根据问题去寻找答案，知识就慢慢积累了。如果觉得《笨办法学Python3》还不错，赶紧点击下面卡片来一套吧！

笨办法学Python 3(非同步图书出品)京东￥ 28.30去购买?

如果想先看看视频体验一下，可以点击下面链接在B站观看全套《笨办法学Python 3》练习配套视频教程：

【配套视频】笨办法学Python3_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

Python入门之后，还有很多需要学习的，不同阶段和不同方向的Python学习，内容有很大不同，往往入门后就不知道干啥，就是没有确定未来自己想要学习的方向。这里推荐更多的Python学习书籍给你，可以看看不同应用领域的书籍在讲什么内容，也可以以此来选择自己的学习方向。点击下面链接，访问我另外一个回答贴，我把入门、进阶到专项的Python学习好书都收集在这里了，建议收藏，以备不时之需。

有什么好的自学 Python 的书籍推荐？

除去书籍，当然还有很多资料可以帮助到Python的学习，比如Python视频和教程等资料。收集学习资料，说起来简单，做起来难，我自己当初就是四处乱撞，沉迷于下载，而忘记了下载是为了学习，至今还有很多下载的Python资料都从未动过！推荐点击下面的链接，这个问题回答中有我收集最齐全的Python学习资料，一并分享给大家。从Python入门、进阶、实践到专项学习，有很多Python学习的学习路线、书籍、视频、练习、课程和教程。从入门到不同学习阶段的童鞋，一定可以找到你需要的Python资料，建议收藏！

Python 有哪些好的学习资料或者博客？

自学其实很考验个人的耐心和钻研精神，通过自学一本入门书籍，你也可以验证一下自己是否适合这种学习方式，不合适就需要尽早转换，或者改变自己的一些学习习惯。光有想法还不够，执行力决定最终的收获，加油吧！

不乏有很多想要学习Python的人都是通过自学来学习的，况且本身Python的学习难度也不是很大，算得上是众多编程语言当中比较简单易学的。

想要快速入门Python，那就从动手实践开始吧，可以尝试一下阅读笨办法学Python来入门，全书都是以习题为主的，保证能让你做个够，习题量保够~

但是还是更加建议有一点基础理论基础哦，毕竟有着扎实的基础才能更好的进一步学习，也可以通过书籍学习，选择一本以基础理论知识为主的书籍去进行学习。

然后自学也可以通过观看视频教程学习Python，有很多不错的学习网站可以选择，比如说很多大学生都会用慕课网，就有非常多的名师教学视频，还有小破站，也有很多有趣的up主，都是不错的选择。

发布于 03-24 ?

赞同

? ?

添加评论

?

分享

?

收藏

?

喜欢

收起? 继续浏览内容知乎发现更大的世界打开Chrome继续 日系少女豆瓣酱zbc

谢邀@小阿兵

随着大数据时代的到来，还有人工智慧的大力发展，都极大的推动了Python的发展，也因此有越来越多的人想要了解、接触并且学习Python。

想要快速入门的话，那还是得靠多学多练，但是不得不提醒一句，欲速则不达，学习Python是不能够急于求成的，还是要有循序渐进的一个过程。

打算零基础开始学习Python的话，可以考虑选择通过观看视频教程的学习方法去学习，也是比较适合零基础的初学者的学习方法，有流动性画面更容易接受一些。

再就是也可以通过阅读书籍来入门Python，有很多值得阅读的入门级书籍可以选择，比如说可以尝试一下阅读Python从入门到精通，比较适合初学者阅读，再就是遇到习题或者是案例都要自己动手去认真做一遍。

随着大数据时代的到来，还有人工智慧的大力发展，都极大的推动了Python的发展，也因此有越来越多的人想要了解、接触并且学习Python。

想要快速入门的话，那还是得靠多学多练，但是不得不提醒一句，欲速则不达，学习Python是不能够急于求成的，还是要有循序渐进的一个过程。

打算零基础开始学习Python的话，可以考虑选择通过观看视频教程的学习方法去学习，也是比较适合零基础的初学者的学习方法，有流动性画面更容易接受一些。

再就是也可以通过阅读书籍来入门Python，有很多值得阅读的入门级书籍可以选择，比如说可以尝试一下阅读Python从入门到精通，比较适合初学者阅读，再就是遇到习题或者是案例都要自己动手去认真做一遍。

见过很多零基础自学的伙伴们 100个有5个能坚持下来就已经非常非常不错了 所以 坚持学是Python能入门的基本条件 其次就是需要有眼光 选对一套比较新、全、讲的又好的资源 在杂草丛生的信息化时代 这个是最不容易的！ //m.bilibili/video/BV1Sp4y1U7Jr?p=1share_medium=iphoneshare_plat=iosshare_source=WEIXIN_MONMENTshare_tag=s_itimestamp=1593988811unique_k=1jNI08 python后端教学视频

链接://pan.baidu/s/1WLX_jhJ7FgmhL2--dhPoGw 密码:mne8 这是课件

快不得，如果想要学好Python，就不能一味的最求效率，而是提升质量欲速则不达这句话肯定听过的。

一味的追求速度，那么在质量上就会差很多 ，甚至是非常多 ，质量上不去，那么学完也和没学差不多，基础不牢固，高阶就没法学，没有高阶就找不到工作，所以想要真的把Python学好，就不能追求速度。

Python入门是比较简单的，找一套Python基础讲解视频，就可以开始学习Python了，但是初学不建议直接去看书，因为书籍对零基础非常的不友好，所以对于初学就先用视频看着就好了。

把视频看完，也就差不多入门了，入门以后还要在用书籍把基础的只是在学习一遍，防止有一些漏掉的，或者遗忘的。

这一遍的学习要精细许多 ，每一个细节都要抓，还要多练习，这样学完一遍以后基础就比较牢固了 ，如果觉得还差点啥，可以在学一遍。

发布于 03-24 ?

赞同

? ?

添加评论

?

分享

?

收藏

?

喜欢

继续浏览内容知乎发现更大的世界打开Chrome继续 指尖编程人人学得起，人人学得好

谢邀@小阿兵

零基础学编程通常来说是快不了的，真的要学好就做好打持久战的准备，学习计划+坚持，否则学很快的大概率其实什么都没学到，自学的话相对来说互动式的课程和视频比看书本效果好一些。

零基础学编程通常来说是快不了的，真的要学好就做好打持久战的准备，学习计划+坚持，否则学很快的大概率其实什么都没学到，自学的话相对来说互动式的课程和视频比看书本效果好一些。

python可能真的不像烤会计证那样几门课过了就至少有基本能力了，编程语言的学习基本都是这样，如果你只做一个方向技能的训练，例如，数据分析那可以说用python可以速成，一个月下来刻苦点弄一些复杂的东西都可以了。可是，如果想成为专业程序员，就需要全面的技术栈还需要更多的基础理论学习，不是一两个月就可以搞定的事情，

安装Python

Python 入门教程

怎样才可以自学Python呢

对于自学的小伙伴，小蜗这里整理了一份Python全栈开发的学习路线，可按照这份大纲进行一些学习计划，避免多走弯路。
第一阶段：专业核心基础
阶段目标：
1. 熟练掌握Python的开发环境与编程核心知识
2. 熟练运用Python面向对象知识进行程序开发
3. 对Python的核心库和组件有深入理解
4. 熟练应用SQL语句进行数据库常用操作
5. 熟练运用Linux操作系统命令及环境配置
6. 熟练使用MySQL，掌握数据库高级操作
7. 能综合运用所学知识完成项目
知识点：
Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。
1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。
2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。
3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。
4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。
5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。
第二阶段：PythonWEB开发
阶段目标：
1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系统中的前后端交互过程与通信协议
3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发
4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识
5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理
6. 使用Web开发框架实现贯穿项目
知识点：
Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。
1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。
2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。
3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。
4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。

第三阶段：爬虫与数据分析
阶段目标：
1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析
2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取
3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理
4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取
5. 熟练掌握数据分析相关概念及工作流程
6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用
7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写
8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战
知识点：
网络爬虫开发、数据分析之Numpy、数据分析之Pandas。
1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。
2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。
3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。
4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。
第四阶段：机器学习与人工智能
阶段目标：
1. 理解机器学习相关的基本概念及系统处理流程
2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题
3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等
4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等
5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目
知识点：
1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。
2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。 参考技术A 对于自学的小伙伴，小蜗这里整理了一份Python全栈开发的学习路线，可按照这份大纲进行一些学习计划，避免多走弯路。
第一阶段：专业核心基础
阶段目标：
1. 熟练掌握Python的开发环境与编程核心知识
2. 熟练运用Python面向对象知识进行程序开发
3. 对Python的核心库和组件有深入理解
4. 熟练应用SQL语句进行数据库常用操作
5. 熟练运用Linux操作系统命令及环境配置
6. 熟练使用MySQL，掌握数据库高级操作
7. 能综合运用所学知识完成项目
知识点：
Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。
1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。
2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。
3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。
4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。
5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。
第二阶段：PythonWEB开发
阶段目标：
1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系统中的前后端交互过程与通信协议
3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发
4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识
5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理
6. 使用Web开发框架实现贯穿项目
知识点：
Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。
1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。
2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。
3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。
4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。

第三阶段：爬虫与数据分析
阶段目标：
1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析
2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取
3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理
4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取
5. 熟练掌握数据分析相关概念及工作流程
6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用
7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写
8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战
知识点：
网络爬虫开发、数据分析之Numpy、数据分析之Pandas。
1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。
2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。
3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。
4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。
第四阶段：机器学习与人工智能
阶段目标：
1. 理解机器学习相关的基本概念及系统处理流程
2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题
3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等
4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等
5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目
知识点：
1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。
2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。 参考技术B 建议你可以先找一些免费课程来学习下，觉得有进一步付费学习的需要再报班学习。现在大学生慕课平台等有很多优质免费资源，免费的视频课程，也有python计算机等级考试的书籍练习题。都可以作为入门级别的资料。
报班学习就是能更有针对性，有问题能得到更快更准确的答案。
各有优势，还是根据自身情况，经济能力来选择就好。