过年时闲来无事，瞎翻自己的博客，偶然看到之前写的一篇文章：
这篇文章原先发布于2018年中旬，那会正是深度学习、神经网络无脑火热的时候。火热到什么程度？火热到显卡一度卖脱销(不是因为挖矿)，研究生导师集体推荐学生转深度学习方向、毕业论文不带“深度学习”四个字都毕不了业、大街上随便拉个学生问都认识吴恩达。
就这个火的程度，我那会也毅然决然地踏入了深度学习的大军，开始追星(吴恩达、李宏毅)，开始上课(CS231n、CS229)，开始学习框架(Pytorch、Tensorflow)，开始水论文(逃~)。
不过转眼两年多过去2021年了，现在怎么样了呢？2018年那会知乎热搜已经是“算法岗神仙打架”，2019年是“诸神黄昏”，2020年是“灰飞烟灭”，2021不知道又是啥我也很好奇。不过显而易见的是，大家对人工智能岗位已经抱有谨慎态度，尤其是CV岗。
其实这个现象的原因是，CV在现在处于门槛低，找工作人多，职业少的一个尴尬的位置，一边是大量的学生涌入，一边是不景气的经济环境和日益饱满的就业岗位。自然而然导致相关岗位就业难度达到18层地狱级别。
不过这可不是代表深度学习的浪潮已经过了，只不过大家对深度学习没有之前那么盲目罢了。
最花里胡哨的阶段过去了，漫天吹牛的阶段过去了，现在这个时代，深度学习已经成为了基础设施，逐渐渗透进了各个我们平时所在的行业和领域。例如人脸识别已经基本成熟(现在车站基本都通过人脸识别去实现身份证和人脸的核验)、语音识别OCR识别技术也都在应用。
这就是智能化，自动化的浪潮。难的不是CV内卷，难的是如何不错过这个时代(文末有福利)。
一篇文章解决机器学习，深度学习入门疑惑以下正文写于2018年，2021年2月15号进行了修改。
话不多说，看则新闻，人工智能已经被国家所认可：
由此可见国家对人工智能的重视程序，趁早学习，让我们也贡献一份力量。
这篇文章要说的东西研究生期间，和之前的几个学长以及几个学弟偶尔也聊聊天。大部分聊的话题无关乎这几年大火的机器学习深度学习神经网络，而这篇文章的目的，则是从学生的角度（不管是研究生还是即将步入研究生的本科生）来看待这个大方向和大趋势，也是为了替那些刚入门或者准备入门机器学习、深度学习、计算机视觉、图像处理、语音识别及处理等等等相关方向的童鞋，或者研一童鞋学习相关方向迷茫者了清一些基本的概念，以及解决这些“名词”代表什么，应该怎么选择，怎么入门的问题，毕竟谁当年也迷茫过，多一些传承，就少走一些弯路。
涉及到的专业多了去了，现在什么专业只要和算法沾点关系，差不多都可以搞机器学习深度学习神经网络，举几个比较常见的专业：机器学习、深度学习、图像处理、计算机视觉、大数据处理、信息检索、智能系统、数据挖掘、并行计算、图形图像处理、大数据处理与可视化分析…
案头的两本书，经典的西瓜书和深度学习圣经。
机器学习和深度学习方面的应用太多，什么图像分割，语言识别，超分辨率，图像跟踪，图像生成等等等等，具体到每个小的领域都有相关方面的应用，在这里简单随便介绍两个使用场景。
机器学习：比如淘宝推荐，有那么一两天心血来找突然想买一个游戏机。你打开手机淘宝App后点击搜索，输入某款游戏机的名字（例如：switch），查看一些卖游戏机的店的信息。这个时候淘宝就已经在记录你的信息了，不管你点开哪个店主的网店，淘宝都会收集你的偏好，淘宝会记录你点开的每一个链接，每一个链接的内容都给你记录下来。当你下一次登录淘宝App的时候，淘宝就会根据在你这边收集的信息和机器学习算法来分析你的爱好和特点进而给你推送一些比较适合你的，你可能喜欢的物品。
深度学习：再比如之前很火的换脸项目-DeepFake：