我是一名在读硕士研究生，机械工程专业。刚入学，就对人工智能方面非常的感兴趣，便决定踏入到人工智能的研究方向。现在写这篇博客，就是记录一下我从小白开始，在人工智能领域所遇到的坑，希望能够帮助初入人工智能领域的小伙伴少走些弯路。并且向大家推荐一下我正在学习的课程。
初入这个领域的，啥也不会，之前有过C++基础，也就仅仅有一点编程基础。刚开始，在网络上疯狂查资料，了解到了如何通过计算机去识别目标种类的方法，但是许多些专业的名词也随之出现：神经网络、支持向量机、聚类、yolo、NLP、openCV等。这些词全都聚集到一个专业名词——机器学习。
人工智能和机器学习其实就是一个归属关系（如下图），说到机器学习，就一定会牵扯到python语言的编程，于是我就进入到python的学习中。
学习Python的第一步就是环境的搭建，推荐初学者安装Anaconda。
一、安装Anaconda：
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。anaconda是一定要安装的，很多人工智能编程所用到的环境和库也都需要anaconda来安装。
1.1Anaconda安装步骤
上面的网站是Anaconda的安装网站，英文界面，不过就那点英文，在座的朋友们还是能够看懂的（实在不行，网页还是有翻译功能的）。下面就是网页下载点击顺序。
?
?下载下来的是安装文件，直接双击打开安装就好。一路点击“next”就好，Anaconda是可以安装除
C盘以外的盘里的，路径最好不要有中文，注意一下下面这张图：
?
?两个框内都打上勾，（会显示红色，其实就是anaconda环境变量的设置。经过失败的教训，还是让其自动设置就好，切莫自己动手）然后安装就可以了。等待安装完成，打开开始菜单，里面会有一个anaconda prompt（anaconda3）的功能框。
?
?打开anaconda prompt后，就会出现下面的功能框：
?这个玩意很重要，以后咱们所有的环境以及编程用到的工具都会在这里进行下载，通过在此界面键入pip install.....命令可以安装如Numpy、matplotlib等一系列python工具库，也可以安装tensorflow、kreas以及pytorch等深度学习环境，（对于编程老手更可以直接在此界面进入到python环境进行编程）。这些东西的安装需要考虑的地方也是有很多，日后我也会持续更新向大家罗列。
安装好anaconda之后，你的python也就安装完毕了。想必大家也都听说过pycharm这个IDE，下载了anaconda以后，我个人觉得，通过pytharm来设置anaconda环境，借用anaconda的环境在pycharm上进行编程很是美滋滋呀。（怎么在pycharm上调用anaconda来编程，日后再议，哈哈。）
当然，不下载pycharm也是可以的，下载完anaconda之后，在开始菜单栏里就会出现Anaconda Navigator，点击进入，稍等片刻就会得到这样的界面：
点击Launch就进入到Jupyter Notebook了，也可以直接在菜单栏找到Jupyter Notebook，点击直接进入。进入Jupyter Notebook的页面如下图所示，这是一个基于网页的IDE。点击右上角的新建-python3就可以新建python文件进行编程了。
对于这个编程应用，非常适合小白新手进行学习，模块化的编程可以在学习过程中更容易理解程序的含义，更快读懂程序。（用了就知道啦！）?
好了，在这里我还要说一下我走的坑。当时第一次安装anaconda的时候，搞得我头大的一件事就是在安装好软件之后，打开Anaconda Navigator时候，界面一直停留在如下图所示（Loading applicatioins），以为是第一次启动，需要加载应用，那给他点时间，可是一个小时都不带动的，最后搞得我头皮发麻：（请自动忽略我的桌面背景~）
?
?我试了好多的办法，最终在一篇博客上，成功解决。解决办法：
修改路径anaconda\Lib\site-packages\anaconda_navigator\api下的conda_api.py文件，在1364行左右把data? = yaml.load(f)改为data? = yaml.safeload(f)?
以上解决办法参考自：
在我研究深度学习的时候，一度想到放弃，里面涉及到很多方面的知识，每次接到一个新课题，就在网络上搜索大量的学习资料，某小破站真的是一个良心网站，在上面真的可以找到很多的教学视频，这点很好，而且针对某一个科目学习的很系统，学习的内容安排也很有条理。但是，它有它的缺点。机器学习是多个专业内容融合在一起的领域，包括有python、各种编程库的使用、高等数学、线性代数、概率论、神经网络和支持向量机一系列算法等等等等，很杂很杂，对与小白来说，很难有一个系统的规划，到底先学哪个后学哪个，有时候在学习神经网络的时候，突然发现python掌握的不到位，需要再去找python的相关课程去学习，在学python又发现这个库的调用原理不大懂，又重新去找资料，翻来覆去，最后自己也不知道要学什么了。有不会的知识去找，这点固然没错，但是有针对性的“按部就班”岂不更好？举个例子：学习神经网络，需要的是线性代数和高数的一部分知识而非全部，我们需要明白具体需要那些知识，针对去学习，提高效率，所以必须要有一个“向导”带着自己去学习才会少走弯路；而且网上的课程很丰富，有时候发现更好的课程，就会选择性放弃现在学习的，然而不同的视频内容往往是一样的，这样最终会导致对同样的东西重复性学习，浪费了大量的时间。
我在逛CSDN的时候，无意被一个博主安利了一个人工智能课程，解决了我燃眉之急，里面的课程非常的系统而且涵盖面很全很广，每一章都有相应的章节考试，只有通过考试才能够进入到下一章的学习，必须为其点赞。我写博客的目的，一是为了让初入人工智能领域的小白少走弯路；二也是推广一下我现在学习的这个人工智能教程，希望能有更加有能力的人加入到这个领域，为智能发展提供可靠基础。
下面是这个教程的目录，大家可以看一下：（免费试读和购买全部课程的方式我也留在文章最后，微信扫码即可）
?
?微信扫码试读课程：
?
?