在这里是给人工智能学习者的入门指南

1.环境配置（基础）

现在的深度学习环境已经是很好配置了，这里我推荐使用Linux作为主系统进行学习（不熟练的可以使用wsl2），我个人常用的是deb系（这个看个人喜好）。
在linux内部一般会预置的python，你只需要下载自己需要的代码编辑器（例如vscode）或者IDE（例如pycharm）就可以了。之后你需去拿到一个常用的深度学习框架，现在有四个框架：tensorflow，pytorch，jax，飞浆，最常用的是pytorch，他的网址是pytorch网址，请按照在自己的显卡品类选择合适的算子加速版本（如果是inter显卡请使用ubuntu及其下游版本并参考Intel A770 GPU深度学习环境搭建（Linux）(jax对windows系统不提供cuda套件加速包pip安装)。使用pip安装完成之后可以安装其他经常使用的包例如numpy,scipy,h5py,tdpm等完善环境。

2.常用技术社区

人工智能相信开源，所以自然少不了优秀的开源社区与技术社区，在这里我推荐几个：
huggingface
rebbit
arxiv
科学空间（苏佬个人博客）
还有知乎，github等在这类耳熟能详的技术社区，其他的可自己再自行去查阅，在这里就不过多赘述了。

3.基础知识

人工智能的基础离不开数学，VAE就紧跟在这概率论走的，tranfsformer则是线形代数，mamba是非线性时变系统（说实话他的那个A为什么不是时变的我还是不理解）。
所以想学好就得是有足够的数学功底，我建议学习深度学习之前学习一下机器学习，要有一些机器学习的思想要不然我i觉得不会活学活用。在这里我还建议接触一下数学系的内容，什么数学分析啊高等代数，群论什么的，有利于你的算法理解。