零基础学习之万物皆可GAN学习路线
1.python
那本蟒蛇书看前10章就够用了，学学语法会调包就行了，学术研究和开发不一样 我其实不推荐看视频，太墨迹，没必要，直接看书或者看手册就行
如果真的要看视频的话，这里有两个视频可以推荐一下，如下：
1.1 .1小土堆：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili
1.1.2 李沐：跟李沐学AI的个人空间_哔哩哔哩_bilibili
1.1.3唐宇迪：唐宇迪带你学AI的个人空间_哔哩哔哩_bilibili
但是我太喜欢看唐宇迪的视频，就是听着有点难受。
书籍推荐：西瓜书，蟒蛇书，动手学深度学习 PyTorch 版 ，一般基础的话这两本就差不多了。然后 就可以直接撸论文和代码了。
但是我是一个基础非常差的人，所以这里我看的书籍就比较多了。
所看书籍如下：
1.2.1 李宏毅的西瓜书
1.2.2李沐的动手学习pytorch
1.2.3python深度学习：基于pytorch（智能系统与技术丛书）（吴茂贵）
1.2.4深度学习入门之pytorch（廖星宇）
1.2.5深入浅出GAN生成对抗网络：原理剖析与TensorFlow时间（廖茂文）
由于这本书是以tf为基础的，所以我只是大概的速看了一遍，基本的东西还是懂得。
1.2.6<GAN实战>雅各布.朗格尔 ------这本书也是以tf为基础的，但是借鉴的地方还是可以的。
1.2.7 《生成对抗网络入门指南》第二版.（史丹青）
1.2.8 《生成对抗网络项目》 这本书是别人翻译出来的，不是很全。但是他里面有一个网站有他全部的东西。可以直接点进去学习，里面多为一些实战项目。
1.2.9《Pytorch生成对抗网络编程》
1.2.10《GAN---实战生成对抗网络》刘梦馨
2.数字图像处理
这本书虽然内容很晦涩，但是对了解图像处理是非常有帮助的，里面有地方不用看，因为根本 用不到 看完这本书对学习深度学习也是很有帮助的，里面的例子我觉得可以用opencv实现，其实这 本书对应的代码实现是用的matlab，但是不要去学matlab了，python有matlab接口叫 matplotlib 这里推荐哔哩哔哩up主，花开花落总相宜
3.opencv 入门
1 、《OpenCV3编程入门毛星云编著电子工业出版》写的很好，但我不推荐，因为不是 python语言写的，可以看别的
2、 opencv现在出4了，也可以调用神经网络接口了，可以适当了解一下
3 、opencv基础入门视频简单看看 我觉得opencv会调用那些函数完全够用了，后期深度学习就图像预处理会用到opencv。 opencv只是工具，最终目的还是深度学习
4、 特征提取视频和分割等视频（就是对opencv书中讲到的重要技术重点学，如分水岭算法、 特征提取算法等），这些都是用传统的检测算法，边缘拐点检测之类的 这块和后面用的深度学习是两个不同的路线，但是有些思想是一样的，推荐看一看 常用的库除了opencv还有matplotlib，这个很重要，也不难学，还有一些别的，遇到了具体 学就行 ，调包其实都不用学，用到查手册就行
4.深度学习
1、深度学习基础，就是了解深度学习的技术背景，应用场景等。
2、一个深度学习框架，推荐pytorch，keras入门更简单，可以先用keras入门，然后转 pytorch，不用考虑tensorflow 这里实现简单的网络就行了，主要是理解搭建网络的过程，比如损失函数，激活函数，优化 器，反向传播都是怎么实现的， 这里推荐一本书《python深度学习》美国弗朗索瓦写的，他是keras之父，所以这本书例子都 是keras框架实现的
3、卷积神经网络（CNN）的原理，要会计算搭建卷积神经网络，设计到卷积核等计算公式。
4、从手写字体识别开始正式接触模型，手写字体识别被誉为CV领域内的hello world
5、深度学习属于机器学习的一个子集，那些传统的机器学习算法也得看一看，不用太深入， 主要就看knn、kmeans、SVM
6、然后前期论文只看顶级会议的，计算机视觉三大顶级会议，CVPR、ECCV、ICCV， 这里推荐RCNN系列开始精度，即RCNN、fast RCNN、faster RCNN，这期间会涉及VGG、 AlexNet那些经典网络，自己看看就行， 组会都会围绕RCNN系列的讨论，RCNN系列结束，看YOLO系列，这是目前最火的模型。看 这两个论文期间会涉及到很多的其它论文，例如FPN之类，这种自己看就行，这些计算机视觉 的顶会论文一定要精度，搞懂每一个细节，包括公式 推荐up主 劈里啪啦 同济子豪兄 csdn 迪菲赫尔曼
7、到这结束大家对深度学习就很了解了，大家就可以根据自己的情况进一步划分方向，同时 可以做实验跑代码了 以上大概是我的学习路线，写的比较乱，大家大概了解一下，细节来了再说，希望对大家有所帮助