教程或者對你現在來說，是幫助最大的。大量的看教程。看教程是為了學好這個軟體的基礎。幡然如果再大學裡有實踐的機會，也儘量參加，只有在實踐中，不斷的運用，才能真正意義上的提高你的技能，因為市面上。人家不會考核你的軟體基礎，。而是會考核你的審美基礎。做出來是一回事。做的好，才是硬道理。

AI涉及的方面比較多，入門和研究到應用需要滿長的時間，雖然現在AI是大趨勢，炒的火熱，應用的方面，多是在實驗階段，當然也有一部分已經在實際應用了。如果說就選擇一個專業來講的話，AI是一個好的方向，可以前期積累不少的理論知識，重點是儘可能的專注在AI的一部分實踐和深入研究上，這樣對自己的成長有一定的啟發和突破；最後在由點到面，快速成長起來。

首先你的選擇非常正確，因為現在是人工智慧第三次崛起初期，而且這次是理論到產品量產的轉化，未來幾十年人工智慧將大爆發。根據你現在的情況怎麼樣才能學好AI？AI涵蓋的範圍很廣，你不可能全部都要去學，我認為你要學的話先要了解AI的細分領域，那就要先分析AI，人工智慧包括很多，比如 語音識別、影象識別、機器視覺、自然語言處理、機器人、專家系統、機器學習（深度學習）等，而現在 深度學習 正是當下最熱門的學科，我推薦你先學 深度學習，python也要推薦你學習，你可以在網上找些相關資料先了解下，最後祝你學業有成！

AI學習（1）首先需要搞懂AI概念的定義（內涵外延）與機械學習Machine Learning、深度學習（Deep Learning）還有前兩年大資料常提到的資料科學（Data Science）；接下來是高等數學四個方面：統計學、線性代數Line、矩陣代數Matrix、數值最佳化。這樣的課程PHD博士需要5年時間，但你也可以專攻這10年AI最核心最廣泛應用的Deep Learning速成需要140學時；

adobe illustrator 是adobe 公司研發的一款向量插畫編輯軟體，適合的範疇非常廣泛，印刷品、電商廣告伸直工程繪圖等行業均有涉獵，是目前大多數平面設計師必須掌握和熟練使用的軟體之一，illustrator不同於PS，除了一些特殊的原因，沒有必要將圖層做的很複雜，通常情況下一個小的設計方案只需要一層，他的另一個特點是向量化，對計算機的配置並不是特別的苛刻，常用的鋼筆工具是在學習初期最需要迅速掌握的，在另外就是快捷鍵，必須將常用的快捷鍵熟記於心，才能真正意義上的提高工作效率，上手容易精通難，總之網上教程也很多，最後還是一個多學多看，多臨摹，多交流，多請教前輩……一分耕耘一分收穫，既然要學，就要下定決心，制定一個詳細的學習計劃，並且把知識點記錄在手賬本里便於隨時翻閱、複習、鞏固。祝你好運

選好方向和學習資源

首先AI作為一個大類，涉及到很多子方向，包括機器學習，深度學習，計算機視覺，自然語言處理，機器翻譯，語音技術，多媒體技術，機器人技術等。剛入門的話，建議可以從具體的小專案著手，先對AI相關的演算法有個直觀感受。

其中幾個比較好的課程適合自學：

吳恩達老師的機器學習：

https://www.coursera.org/learn/machine-learning/home/welcome

吳恩達老師的深度學習：

https://www.coursera.org/specializations/deep-learning

https://study.163.com/instructor/1029176012.htm（網易雲課堂中文版）

斯坦福的深度學習課程：http://cs231n.stanford.edu/

Geoffrey E. Hinton教授的課程：https://www.coursera.org/learn/neural-networks

深度學習大神Yoshua Bengio的deep learning book，現在已經有中文翻譯版本：https://github.com/exacity/deeplearningbook-chinese

當你對某個子方向比如機器學習（ML）、計算機視覺(CV)或自然語言處理（NLP）感興趣後，就可以慢慢深入閱讀一些paper；其次一些基礎功底是必不可缺的，包括程式設計基礎（python，c++）、數學基礎（矩陣計算，機率統計等）、數字影象處理等；最後是做實驗的框架，可以先選用較容易上手的keras。tensorflow、pytorch和caffe也是主流的實驗和開發框架，擁有強大的開發和討論社群。比如在github上程式設計或者理論方面都可以釋出問題來請教。

要掌握過硬的本領，那就要在實際中（比如工業界）進行檢驗和鍛鍊。可以申請比較牛的公司實習崗位，國內三巨頭以及人工智慧方面的獨角獸企業都可以，這些公司一般會有大量的資料和豐富的資源來實現你的想法，利人利己嘛！

首先，AI涉及的方面比較多，入門和研究到應用需要滿長的時間，雖然現在AI是大趨勢，炒的火熱，應用的方面，多是在實驗階段，當然也有一部分已經在實際應用了。

其次，如果說就選擇一個專業來講的話，AI是一個好的方向，可以前期積累不少的理論知識，重點是儘可能的專注在AI的一部分實踐和深入研究上，這樣對自己的成長有一定的啟發和突破；最後在由點到面，快速成長起來。

最後，教程或者對你現在來說，是幫助最大的。大量的看教程。看教程是為了學好這個軟體的基礎。幡然如果再大學裡有實踐的機會，也儘量參加，只有在實踐中，不斷的運用，才能真正意義上的提高你的技能，因為市面上,人家不會考核你的軟體基礎,而是會考核你的審美基礎。做出來是一回事。做的好，才是硬道理。

我認為AI涉及的方面比較多，入門和研究到應用需要滿長的時間，雖然現在AI是大趨勢，炒的火熱，應用的方面，多是在實驗階段，當然也有一部分已經在實際應用了。

其次，如果說就選擇一個專業來講的話，AI是一個好的方向，可以前期積累不少的理論知識，重點是儘可能的專注在AI的一部分實踐和深入研究上，這樣對自己的成長有一定的啟發和突破；最後在由點到面，快速成長起來。

學習AI技術有以下幾點建議:

1、確定方向

人工智慧應用方向很多，機器人、計算機視覺、自然語言處理、聲音識別、自動駕駛，等等，結合工作需要和興趣，選擇好方向，否則什麼都學、什麼都學不好，窮於應付;

2、實踐為主

現在網上影片、資料一大堆，但是如此只是看看、聽聽，感覺會了，其實不是那麼回事，實現不了向人工智慧轉型，還是那句話:要知道梨子的味道，就得親口嘗一嘗。所以必須實踐，親自操刀;

3、循序漸進

人工智慧技術都是學習曲線陡峭的高階技工，學習切記:東一榔頭，西一棒槌！而是切切實實的接部就班學習，逐漸形成體系;

4、應用為王

學習人工智慧技術的最終目的是應該，所以在學習過程中要堅持“在學中用、在用中學”的原則，結合現實多思考、以應用為方向多實踐，構築解決實際問題的能力。

5、向過來人取經

過來人學習人工智慧想必會踩過不少坑，也有不少成型的經驗方法，所以多與他們交流，而不是窮於應付，忙礙而收穫甚小，掌握舉重若輕的學習方法。

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。

學習工具欄的功能，掌握繪畫功能和製作方法，之後再加以練習就行了，如果你的學習定理沒有那麼強的話，建議找個培訓機構來系統的進行學習。

AI學習（1）首先需要搞懂AI概念的定義（內涵外延）與機械學習Machine Learning、深度學習（Deep Learning）還有前兩年大資料常提到的資料科學（Data Science）；接下來是高等數學四個方面：統計學、線性代數Line、矩陣代數Matrix、數值最佳化。這樣的課程PHD博士需要5年時間，但你也可以專攻這10年AI最核心最廣泛應用的Deep Learning速成需要140學時；