路遙的《平凡的世界》，《墨菲定律》，金庸的小說《雪山飛孤》，《俠客行》，《這裡的黎明靜悄》，《老人與海》，《鬼谷子的《狼道》，《曾國藩傳記》

中外，古今都包含，做人，做事，講故事，說道理，名著，名言，礪志，為人處世等等都包含。

有一定Python基礎之後就開始開發定位是件好事！

深度學習和神經網路這一塊兒。我建議你大體瞭解其內容，然後分章節的在網路上搜各種的文章和影片來學習。

年前一段時間本人也在學習神經網路這一塊兒。發現對數學的要求比較高，各種高階公式和矩陣演算法，學習起來比較吃力！

建議你去嗶哩嗶哩網站那上面搜尋有關深度學習的一些影片。

有一個華人教的，但是全程在講英語的那個比較好。名字具體我忘了叫什麼了，因為學習也比較久了。他的課程簡單易懂並且全部都是免費的，我就是跟著他的課程學習的，如果有不懂的地方就停下來，去百度搜索其他的文章或者影片來輔助。

重要的還是堅持。加油！

這個首先要先看下你朋友的基礎怎麼樣。深度學習需要了解機器學習的一些知識，並且還需要有一定的數學基礎的。如果之前有了解過機器學習的知識，那麼現在想要學習深度學習，就可以去看一些深度學習的入門教程。

這裡需要提一下，很多人都說學習深度學習不需要掌握機器學習的知識，這個看法我不太認同，雖然說機器學習並不是深度學習的必要條件，但是作為一個熟悉深度學習的人卻不應該不瞭解機器學習的一些演算法和概念。就像大學在學習高等數學的時候，和小學學習的求矩形面積關係很小，但是如果一個學習高數的人說他不會求矩形面積，那麼這會讓別人怎麼看。所以我個人覺得學習深度學習知識還是應該儲備一下機器學習的相關知識。

其次深度學習需要一定的數學基礎，這個具體要看從事到什麼程度而定，通常不是做學術研究的，基本上需要大學數學三劍客：高等數學，線性代數，機率論與數理統計。這裡還要提一下，有很多人又要說，我數學很差勁，但是我懂深度學習，所以深度學習不需要太多的數學知識。其實有很多人的學習方法是以實踐為主，而不顧理論知識的。這種方法可能在某一階段能嚐到甜頭，但是這也是限制進步的最大的因素。你可以去搜索一個 CNN 的實戰教程，然後跟著做，做完就是會了嗎？沒那麼簡單吧，當你不懂一個模型的原理，你有怎麼能夠靈活的去在合適的地方使用呢？

之前的前提條件說完了，也簡單闡述了下這些條件的必要性，至少是我個人的看法。那麼如果你朋友都滿足這些條件，那麼就可以找一些入門教程了，下面我簡單提供一些我個人看過的覺得還可以的內容：

《神經網路與深度學習》，機械工業出版社出版，邱錫鵬教授著。

這本書我覺得非常適合入門學習，知識內容是由淺入深的，可讀性比較強。內容涉及的知識點也比較全面。這個是我個人比較推薦的入門首選。

《深度學習》（Deep learning），人民郵電出版社出版，Ian Goodfellow 等多位大佬著。

這本書被譽為是深度學習的“聖經”。有這個稱號的書籍還真沒多少。而且 Goodfellow 就是生成式對抗網路(GAN)的提出者。這本書具有國外圖書的特點，理論性比較強，語言表達上可能並不是那麼通俗易懂。但是這並不妨礙它成為經典。有興趣也是可以拜讀的。

還有就是在開發實踐方向上，目前使用的比較廣泛的就是 Python 語言，可以瞭解下 numpy，pytorch 之類的庫。這些網上都有對應的教程，自行搜尋下就可以了。

在瞭解深度學習的一些知識以後，可以學習下深度學習的框架，比如TensorFlow之類的，然後也可以嘗試在實際領域去嘗試做一些實踐，比如NLP，視覺等等方向。