根據你的描述，我認為在行走前有必要先思考以下幾個更前置的問題：一.為什麼想要學？因為你一直在描述想“做”深度學習，而沒有表明自己想做機器人還是自然語言理解還是對統計與機器學習感興趣。所以很必要問自己為什麼想要學所謂“深度學習”。1.如果是覺得酷炫，我覺得ok，沒問題，年輕人喜歡酷炫的且實用的技術並投之以熱情很棒。但是這個回答就要再進一步問自己將來的打算與計劃。2.如果是科研需求，因為現在dl很好發論文啊，那麼我可以給出：先看周志華/李航的機器學習的書，再來跑隨意一個三層mlp模型並自行推導bp演算法，再來看cs231n/udacity的introduction to dl課程來熟悉CNN和RNN並且同時掌握一個深度學習框架。至此，你就應該知道自己想要研究什麼方向，並自行尋找paper閱讀了。3.如果是為了工作。可以把為了科研的step終止在“至此”以前，並可以把看書換作看網上的blog。這樣是最為你將來好且省時省力的方法。但，結果很可能你在找工作時壓根不管你在MLDL上的知識掌握，畢竟沒有學術成果，且身為碩士，且專業不對口的學生，以趨於0的機率可以找到深度學習研究方面的工作。二.給自己的定位，兩年規劃以及未來的職業規劃是什麼？回答這兩個大問題，你的很多問題就不存在了。既然你說你是為了實習和找工作，那麼我就就著這點說了。比如說你對自己的定位超高舞臺超大的話，那麼根本不需要有實驗室的人可以請教問題。你一定要成為你們實驗室這方面的第一人，你的討論物件是email後面的paper的作者，開源軟體的作者。像是如果勵志做fullstack AI engineer，那麼快速入門一項新鮮技術的能力一定要有。1.如果僅僅是為了找14~18k*15的普通碩士演算法崗工作。請不要花時間在dlml上面，直接悶頭苦練演算法刷題就可以了。2.如果是以想以研究mldl相關進入工業界，拿bat sp級別offer或者進入各公司研究院這種等級。建議還是讀了博士。如果強行碩士，碩士來說沒有頂刊頂會是不行的，那麼參照2，並且嚴格規劃自己的時間，並且放棄實習，發出頂級paper的話再要一封推薦信比什麼實習都強。3.如果是為了更長遠的未來把自己的職業規劃定位為一個全棧人工智慧工程師，參照科研需求，並關注微博上的學術圈子，關注arxiv新論文和行業動態，並找一個可以學習的實習機會，進入一個可以深造自己的企業。並且在工作中不斷學習。這要求你從此開始培養快速入門新鮮技術的能力，提升自己關注的圈子，查閱資料的技術與調整知識獲取的深度和廣度，提升知識自律性。