很多學習深度學習的人都會面臨這樣的問題，因此建議你可以嘗試以下幾種方法來解決迷茫的問題：1. 透過閱讀一些深度學習的文章和書籍來學習；2. 參加一些深度學習的線上課程或者研討會；3. 加入一些社群討論，獲得他人的指導和建議；4. 透過實踐來加深理解，把深度學習知識應用到現實生活中；5. 尋求一些實習機會，和專業的機構或個人合作，豐富自己的經歷和技能。

對於計算機專業大二的同學來說，在剛開始明確主攻方向並開展相關內容的學習時，一定會遇到各種困難和障礙，尤其是選擇主攻大資料、人工智慧相關方向的同學，在閱讀文章和開展復現的過程中，大機率會遇到數學和編碼相關的問題。

我的大資料組和智慧醫療組裡就有幾名來自大二的同學，我給這部分同學制定的路線是從經典機器學習開始瞭解，復現一些經典機器學習案例，掌握機器學習的基本流程，然後再開始瞭解深度學習，接著學習使用深度學習框架，完成一些簡單的案例復現。

深度學習方向對於數學基礎的要求是相對比較高的，如果沒有一定的數學基礎很難開展相關的科研實踐活動，所以本科生要想在深度學習領域取得一些成果，一定要重視給自己奠定一個紮實的數學基礎。

很多同學對於需要學習哪些數學知識會比較迷茫，實際上最為有效的辦法之一就是細化經典文獻當中的數學知識，以此來了解自己的薄弱點並進行重點突破。實際上，我們很多已經進入到研究生階段的同學，也需要補學大量的數學知識。

主攻深度學習相關方向對於實踐場景的要求是相對比較高的，需要有資料和算力的支撐，所以建議參加一個有專業老師帶領的課題組，這樣一方面會有一個比較好的交流氛圍，另一方面也會有具體的課題專案，這個過程會積累很多落地應用的經驗，這對於培養自己的獨立科研能力會有較大的幫助，也會明顯提升自身的就業競爭力。

深度學習領域的中大型開源專案往往都是團隊合作的結果，所以初學者在面對這些專案時會遇到很多困難，也很難在短期內完成整個專案的梳理，此時多名同學合作會有比較好的效果，通常導師都會安排一名有經驗的組長來帶領。

目前我聯合多名大陸外知名大學的導師和網際網路大廠的企業導師，共同搭建了一個技術論壇，在持續開展大資料、人工智慧、物聯網、網路安全相關方向的科研實踐和成果分享等活動，感興趣的同學可以聯絡我申請參與，相信一定會有所收穫。