本人本科學習的是車輛工程，研究生階段所跟的老師是做自動駕駛方向的。目前給我規劃的方向是讓我搞機器學習，深度學習方面。先讓我學習瞭解python，tensonflow等關於機器學習方面的編程軟體，但是我在編程方面沒有什麼基礎，本科期間只自學過一些C語言，一些基本的計算機編程方面的基礎知識還沒掌握。想問一下大家我應該怎麼規劃未來兩年的研究生階段的生活，應該從哪些方面做出努力，另外想問一下這個行業前景怎麼樣？還有用一年多的時間能從幾乎零基礎的層面學到python熟練應用嗎？

題主此時或許已經研二了，不知道學的怎麼樣了。

我給看到這個問題的有緣人給一些建議吧。

1.首先關於機器學習、深度學習這個方向，這個方向是很不錯的，機器學習和深度學習屬於一個工具，這個工具可以用於視覺方向，也可以用於語音方向，屬於人工智慧方向的技能。

2.其次關於如何學習，在這個過程中要解決兩個問題:

(1)編程

關於編程不用怕，雖然咱們車輛不是科班出身，但這個方向對編程要求不是很高(相對於軟體開發類)，語言基本是python和c++，沒有某些答主所說的c#之類的語言。關於python的學習，用1～2個月即可入門，不需要花費1年的時間，python學完就可以開始學習演算法部分，c++可以暫時放一放。

(2)演算法

此處的演算法指的是機器學習和深度學習演算法，首先需要學習機器學習，其中涉及了很多的數學方面的知識，剛開始學的話比較痛苦，但當你入門了以後其實就沒什麼感覺了。其次就是深度學習部分，當你機器學習學完後，深度學習學起來就稍微輕鬆一些，數學知識相對來說不多，兩者的理論學完後，就需要不斷的實戰(python)，不斷進行進階，當你進階之後，其實就對這個行業開始慢慢就自己的認識的，你可以用它去做視覺方面的工作，比如車輛檢測、車道線檢測等。

3.當你這部分知識掌握的差不多了以後，你就可以開始慢慢找實習了，同時還需要補其他的非演算法知識，比如c++，linux操作系統，數據結構等。

最後，說一點演算法類崗位校招的經驗，我今年也拿到了演算法類的offer，其中實習、項目和比賽最最重要，所以要趁早出去實習，同時也要早點準備校招的工作，比如提前一個月準備刷編程題庫(leetcode)等。

最後，祝好。

人好少，會有人點贊嘛？

機器學習的精髓其實是AI及演算法，不用太執念於語言，python、C、java、C#等，實際用到哪種就邊寫code邊學習，在項目的實現過程中，選擇演算法及技術實現方案纔是重要的，神經網路PID控制，如果chip的運算力不夠，還是選擇實時性差一些的遠程端計算機中心。

公眾號 搜索《自動駕駛與車聯網》；歡迎留言

學生時代很容易犯的一個錯誤就是把編程當作前進的一個最大障礙。

python, tensorflow都是工具，一個是編程工具，一個是深度學習工具，一年不到的時候就可以熟練掌握，真正最難的問題是深度神經網路，為什麼網路結構是這樣子的，為什麼有這樣那樣的參數，怎麼去調參，這樣的數據適合用這樣的網路結構嗎？如果我要做某方面的改進應該怎樣修改網路？用什麼樣的LOSS 函數比較好，要不要重新設計LOSS函數？等等

你需要關注的是如何解決自動駕駛方面的問題。

問前景？任何行業都是，做的好年薪百萬，做的不好，月薪3000.

從我的角度來看，最有效的學習一定是以任務為導向的學習。例如，你要學Python語言，你就要實際做一個使用python完成的軟體項目。你要學習自動駕駛，你就應該把Apollo系統或者Autoware系統在自己的計算機上從源代碼編譯開始把它搭建起來，運行它，分析它，不懂的地方再從各種途徑搜索資料。

這樣的學習方式纔是最有效的。至於說行業前景，這是風口的風口，就看你能不能把握。

建議把YOLO和SSD 的模型以及代碼刷下，找找感覺。做個物體識別和檢測的例子。

特斯拉是如何解決自動駕駛多任務學習的：

David9的ICML2019觀察：Tesla自動駕駛建模是如何搞定多任務學習的？實時多任務，autopilot自動導航

自動駕駛就像十幾年前的智能手機，各大晶元商都在角逐這一塊，把握住機會，好好學習，騰訊課堂有不少課程，自己多在網上找攻略，多掌握知識才能在畢業季拿到好的offer。

還有想請大佬推薦一下關於python，深度學習方面的書籍和網站

推薦閱讀：
相關文章