技术资料很多，究竟哪个才是适合我的？

18年，可以说是深度学习和机器学习全面提速的一年，很多人开始关注这个深度学习和机器学习，因为它的确可以做很多事情，而且可以解决一些行业内的痛点。不少人到处在找资料和书籍以及大量资源。只要见到资料就存，以用此来达到内心的满足感。我想说的是，千万不要花太多时间陷入视频及书籍资料收集。找太多资料存储在云盘中，你是不会看的。你看的只会是一小部分。很多人对知识的渴求性，是只要有点相关，就把它下载下来，存储起来，管它有没有用，觉得总会有点用的。

说个我我突然想到我第二年高考那会，隔壁班，有个同学，买了一蛇皮袋子资料书，又是做题，又是xxx解析大全，xxx知识点剖析，xxx状元笔记。总之，他从书店买回来时，我们是佩服他的，想这得花多少时间和精力去啃，高考准备就那么点时间。偶尔听人聊起，他的确在很努力的啃，但是月考成绩依然不是拔尖的。奇了怪，看这么多书，做这么多题，不可能不牛逼啊，想想没逻辑啊。我采取的方法和很多人不同，我认为自己底子很差，扎进题海中，越动弹，越挣扎，只会越累。因为我第一年二本都没有考上，可想而知了，和一些市里学校，省里高中名校相比，学校本身也不占优势。复读学校是私立的，每年考上个二本，学校就要放烟花庆祝。那里应届生绝大部分很难考上二本。没办法，大家憎恨考试，但是考试筛选了不同人的命运。但是虽然这些人不爱学习，很早进入社会，但是做生意，个个却很厉害，当然这是另外一说了。我记得我只买了各科历年真题一套，和少数资料。每个题是认真做和反复做。思路1，思路2，不懂就去问老师解释下。高考后，那个买了一蛇皮袋子同学貌似没有考上一本，我虽然没有达到理想学校，但最终考下来只考了个重点本科。那个志愿是最后一个学校。前面4个都是医科大学本硕连读，本硕连读要求分数高吧，要是填个5年制本科，应该也能录上。这都是后话了。

举这个例子，并不是说明我比别人多厉害，而是找到一套适合自己的方式和方法。深度学习和机器学习几乎每天都有人在讨论，它的确是有很多事情可做。不蛮大家，我也在学习，当然是少量的涉猎。尤其是一些可以借鉴的模型和求解问题的思路算法。看框架，我还是喜欢从官网或官方文档上看。尽管没有详细，这是开发这套框架输出的直接产物，也有人写了一些不错的文章。但是看完Native之后，帮助辅助理解，也是不错的。但是去网上找很多资料存储起来，其实估计自己都很少看。就好像你去图书馆借书，你一次接10来本，屯放在家里，估计很难一次性读完这么多，一次看一本，还一本，再借一本，这样会相对好些。多并是好的体现，好并不是多的直接表现。这是我总结的。未来社会，一定是一专多长的并行发展。

有人开始说了，在我不能辨别出资料的合适与不合适时，我觉的好像都挺好的，怎么办？如果是这样，就看某一套，某一系列的，就好像同时录取你的是清华大学和北京大学，选个自己喜欢的专业，然后扎进去就可以了。主要的重点是避免陷入资料多，而无法开展学习计划或计划被打乱的节奏。当你要开始学某个知识点，最好有个体系，这样才不会漫无边际。如下图，是我从入门人工智能的大纲：