直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

小白入门A|从那开始

回答

对于小白入门 AI,您可以从以下几个方面开始:

  1. 了解 AI 基本概念:
    • 建议阅读「从这里启程」部分,熟悉 AI 的术语和基础概念,包括人工智能的定义、主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。
    • 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。
  2. 开始 AI 学习之旅:
    • 在「入门:AI 学习路径」中,您能找到为初学者设计的系列课程,特别推荐李宏毅老师的课程。
    • 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,还有机会获得证书。
  3. 选择感兴趣的模块深入学习:
    • AI 领域广泛,涵盖图像、音乐、视频等,您可以根据自身兴趣选择特定模块深入学习。
    • 掌握提示词的技巧,它上手容易且实用。
  4. 实践和尝试:
    • 理论学习后,实践是巩固知识的关键,尝试使用各种产品并制作自己的作品。
    • 知识库中有很多实践后的作品和文章分享,欢迎您在实践后进行分享。
  5. 体验 AI 产品:
    • 与现有的 AI 产品(如 ChatGPT、Kimi Chat、智谱、文心一言等)进行互动,了解其工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验,激发对 AI 潜力的认识。

此外,从接触 SD 到现在,若想炼制属于自己的 lora 模型,需要先了解炼丹的基础概念。Lora 全称 Low-Rank Adaptation Models,即低阶自适应模型,作用在于影响和微调画面。大模型训练复杂且对电脑配置要求高,LoRA 采用在原模型中插入新的数据处理层的方式,避免修改原有模型参数,训练较为轻量化,显存达到 6G 即可开启,可使用 B 站 UP 主“朱尼酱”的赛博丹炉,其界面友好美观,适合新手入门。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

问:新手如何学习 AI?

了解AI基本概念:首先,建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分,熟悉AI的术语和基础概念。了解什么是人工智能,它的主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。浏览入门文章,这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅:在「[入门:AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中,你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识,特别推荐李宏毅老师的课程。通过在线教育平台(如Coursera、edX、Udacity)上的课程,你可以按照自己的节奏学习,并有机会获得证书。选择感兴趣的模块深入学习:AI领域广泛(比如图像、音乐、视频等),你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧,它上手容易且很有用。实践和尝试:理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出你的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎你实践后的分享。体验AI产品:与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人,了解它们的工作原理和交互方式。通过与这些AI产品的对话,你可以获得对AI在实际应用中表现的第一手体验,并激发你对AI潜力的认识。

谁是人类?!—— 围观人员震颤的瞳孔和激动的心

我原以为,这种涉及代码和大模型能力的东西从来都是阳春白雪,我等小白触碰不得,可如今借由《谁是人类》这个活动,我意识到它和我就隔着几天的发烧努力——一个全程围观并做一点志愿者服务的元子语。我的AI之旅开始于prompt。显而易见,3.5刚出来的时候,对AI生成原理的理解加上prompt写得好,问问题和解决问题的效率是巨大的,当真能解决一些生活中的问题了。然而作为一个小白类型的Chat网页终端用户,更多的是临时捏一些prompt解决具体的问题,将prompt规范、抽象用以让AI拟人,当然试过,却远远做不到。不知道每一个比较小白的小伙伴,是不是都和我有类似的疑虑呢?然而来都来了,自然要参加一下,学习一下也是好的。作为一个围观人群,我虽然没有躬身入局,却因为近距离地作为线上志愿者,惊觉原来这一切其实门槛都在社区里一一解决过,需要的只是愿意花一些时间和做一些准备。在这个过程中,我也直接被点燃了。

【Lora炼丹术】从零开始,炼制你的第一个LoRA(1)

作者:白马少年|公众号:【白马与少年】介绍:SD实践派,出品精细教程发布时间:2023-08-15 20:01原文网址:https://mp.weixin.qq.com/s/NUvEBvdGTQNCfxSKCwV_gw从接触SD到现在,相信大家一定使用过各种各样的lora,包括人物的、建筑的、画风的等等,那么你有没有想过炼制一款属于自己的lora模型呢。我们先来了解一下炼丹的基础概念,它的关键原理就是——等价交换法则!不好意思,说错了。重新来,Lora全称Low-Rank Adaptation Models,中文翻译为低阶自适应模型。它的作用在于影响和微调画面。通过lora的帮助,可以再现人物或物品的特征。大模型的训练通常是非常复杂且需要很高的电脑配置的,LoRA采用的方式就是在原有的模型中插入新的数据处理层,这样就避免了修改原有模型的参数。LORA模型训练,其实就是用一些特定特征来替换大模型中的对应元素,比如一个固定的人物相貌、特定的服装或者是特定的风格,这样就可以生成不同于底模的图片。所以,lora训练是比较轻量化的,需要的显存也少了很多,硬件门槛显存达到6G就可以开启训练了。我们今天要使用的是B站UP主“朱尼酱”的赛博丹炉,他的这款丹炉,界面更加友好、美观,适合新手入门。废话不多说,我们就正式开始吧。

其他人在问
你是ai领域专家,我是新手小白,给我一些入门nlp的系统性建议
以下是给您的入门 NLP 的系统性建议: 自然语言处理(NLP)是人工智能领域的重要分支,其起源早于“人工智能”概念的诞生,艾伦·图灵在开创性论文《计算机器与智能》中提出的“图灵测试”是该领域被广泛认可的起点。这个概念涵盖了自然语言理解(NLU)和自然语言生成(NLG)两大核心领域。 对于新手入门 NLP,首先要理解 NLP 的基本概念和发展历程,了解其在人工智能中的重要地位。深入学习“图灵测试”的理念,体会让计算机与人类自然流畅对话的目标。 重点掌握 NLU,学会让机器准确理解人类语言的复杂性和微妙之处。同时关注 NLG,研究如何让机器生成流畅、自然、符合语境的人类语言。 通过实际案例和项目实践,加深对 NLP 核心领域的理解和应用能力。
2024-11-18
nlp入门建议
以下是关于 NLP 入门的建议: NLP(自然语言处理)是人工智能领域中重要的分支,其起源早于“人工智能”概念的诞生,艾伦·图灵在其开创性论文中提出的“图灵测试”是重要起点。 NLP 包含了自然语言理解(NLU)和自然语言生成(NLG): 1. NLP:涉及各种技术和方法,使计算机能够分析、理解和生成人类语言,目标是实现人机交互的自然化。 2. NLU:专注于让计算机理解人类语言的含义,能够识别文本中的情感、意图和实体,并转化为计算机可理解的结构化信息。 3. NLG:专注于让计算机生成人类可以理解的语言,将结构化数据转化为自然语言文本,能根据不同需求和场景生成不同风格和语气的文本。 如果想学习更多人工智能知识,欢迎持续关注相关内容。
2024-11-18
AI入门
以下是为您提供的 AI 入门指导: 一、背景 在深入学习 AI 时,编程是常见需求,但很多教程默认会打命令行,导致入门困难。因此有了简明入门教程,帮助您更快掌握 Python 和 AI 的相互调用。 二、关于 Python Python 就像哆啦 A 梦的百宝袋,拥有标准库,可直接使用。若不够用,还能通过 pip 工具从 GitHub 等平台订购新道具。Python 在 AI 领域被广泛使用。 三、关于 OpenAI API OpenAI 通过两种方式提供服务: 1. 通过 ChatGPT 提供开箱即用的服务,直接对话即可。 2. 通过 OpenAI API 提供更灵活的服务,通过代码调用完成更多自动化任务。 四、学习方法 1. 了解 AI 基本概念 阅读「」,熟悉术语和基础概念,了解人工智能的主要分支及联系。 浏览入门文章,了解历史、应用和发展趋势。 2. 开始学习之旅 在「」中找到初学者课程,推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)按自己节奏学习,有机会获得证书。 3. 选择感兴趣的模块深入学习 AI 领域广泛,如图像、音乐、视频等,可根据兴趣选择特定模块,一定要掌握提示词技巧。 4. 实践和尝试 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 知识库有很多实践后的作品和文章分享。 5. 体验 AI 产品 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解工作原理和交互方式,获得实际应用体验。 在接下来的 20 分钟内,您可以循序渐进地完成以下任务: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。
2024-11-13
chatgpt入门
以下是关于 ChatGPT 入门的相关知识: ChatGPT 的实质功能可以用“词语接龙”四个字概括。具体来说,给它任意长的上文,它会用自己的模型生成下一个词。其通过自回归生成的方式,将生成的下一个词与之前的上文组合成新的上文,不断重复以生成任意长的下文。训练模型可以让答案更接近用户想要的答案,提示词的撰写也很重要。 ChatGPT 被称为生成模型,与搜索引擎不同。训练的主要目的不是记忆,而是学习以单字接龙的方式训练模型,学习提问和回答的通用规律,以便在遇到没记忆过的提问时能生成用户想要的回答,即实现泛化。 ChatGPT 从网络、书籍等来源获取大量人类创作的文本样本,训练神经网络生成“类似”的文本,能够从“提示”开始生成“类似于训练内容”的文本。其神经网络由简单元素组成,基本操作也简单,但能产生成功“类似于”网络、书籍等内容的文本。 GPT 代表生成式(Generative)、预训练(PreTraining)和转换器(Transformer)。 您还可以通过以下资源进一步了解: 大白话聊 ChatGPT: 人工智能教父 Hinton:关于 ChatGPT 与 AI 发展的 11 个核心观点: (进阶内容)
2024-11-11
入门课程推荐
以下是为您推荐的 AI 入门课程: 1. 微软相关课程: 特定的机器学习云框架,例如。 课程《》。 对话式人工智能和聊天机器人课程《了解更多详情。 2. 基础知识学习: 阅读「」部分,熟悉 AI 的术语和基础概念,了解人工智能的主要分支及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 在「」中找到为初学者设计的课程,特别推荐李宏毅老师的课程。 3. 深度学习数学: 推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》(Deep Learning)一书,该书可在 https://www.deeplearningbook.org/ 上获取。 4. 学习方式: 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 选择感兴趣的模块深入学习,例如图像、音乐、视频等。掌握提示词的技巧,上手容易且很有用。 理论学习之后进行实践,尝试使用各种产品做出作品。在知识库提供了很多大家实践后的作品、文章分享。 体验如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解其工作原理和交互方式。 您可以根据自身情况和兴趣选择适合自己的课程和学习方式。
2024-10-31
入门大模型的简要学习书籍清单
以下是为您推荐的入门大模型的简要学习书籍清单: 1. 《大模型入门指南》: 通俗解释了大模型,即通过输入大量语料让计算机获得类似人类的“思考”能力,能进行文本生成、推理问答、对话、文档摘要等工作。 用上学参加工作类比大模型的训练和使用过程,包括找学校(训练所需的大量计算和 GPU)、确定教材(大量数据)、找老师(算法)、就业指导(微调)、搬砖(推导)。 介绍了 Token 作为模型处理和生成的文本单位,以及其在数字化和形成词汇表中的作用。 2. 《从 0 到 1 了解大模型安全,看这篇就够了》: 介绍了不同类型的模型架构,如 encoderonly 适用于自然语言理解任务,encoderdecoder 用于理解和生成内容,decoderonly 更擅长自然语言生成任务。 指出目前大型语言模型多为只使用 Decoder 的 Decoderonly 架构,其预训练数据量大,参数多。 提到了大模型在安全性方面的差别。 3. 《走入 AI 的世界》: 以 GPT3 为例,说明了预训练阶段大模型学习的内容和数量,如使用了 4990 亿 token 的数据集,相当于 86 万本《西游记》。 介绍了 Transformer 模型,这是一种处理文本内容的经典架构,不清楚其具体细节不影响使用大模型,感兴趣可通过相关链接深入了解。
2024-10-28
小白学习A|绘画
以下是为小白学习 AI 绘画提供的指导: 一、AI 绘画助手 有一个专业且贴心的 AI 绘画学习导师,即《AI 绘画助手》。它的网址是:https://www.coze.cn/store/bot/7387381204275904521?panel=1&bid=6d1aji2c86g1m 。 无论您是新手小白还是进阶爱好者,它都能提供优质实用的指导。在原理讲解方面,能将复杂的神经网络、生成对抗网络以及卷积神经网络等知识用通俗易懂的语言解释清楚。对于市面上流行的 AI 绘画工具,如 DALLE、MidJourney、Stable Diffusion 等,不仅了如指掌,还能介绍使用步骤和独特之处,帮助您找到适合自己的工具。它还擅长风格迁移技术、生成对抗网络在图像生成和编辑中的应用,以及获取高分辨率精美图像的方法,并会传授关键要点和操作技巧。此外,它拥有丰富的实战案例经验,能引领您从零基础起步创作作品,遇到难题时为您答疑解惑并规划学习路径。 二、最低成本的开始 1. 扣子 + ByteArtist 网址:https://www.coze.cn/home 优点:不需要翻墙,无收费,可以直接生成 注册:手机号、抖音号或飞书号 操作步骤:需要在 coze 的 bot 里面添加绘图插件 时间:5 分钟 三、先锋的选择 1. Midjourney 网址:https://www.midjourney.com/explore?tab=random 优点:图片和描述相关性更大,风格更加显著 限制:需要翻墙,需要 Gmail 注册,不免费,在 discord 上代理使用 时间:30 60 分钟 价格:8 美元一个月/ 200 张图 四、关于提示词 当您希望画出更符合特定需求的图像,如小猫微笑、特定动作、拜年等,需要学习 Midjourney 专属提示词。这和聊天工具的逻辑类似,可以从提示词和图片生成原理两方面入手来提高生成效果。
2024-11-19
小白学习A|从那里开始
对于小白学习 AI ,可以从以下几个方面开始: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 在知识库中有很多实践后的作品、文章分享。 5. 体验 AI 产品: 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动,了解其工作原理和交互方式。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。 另外,根据电脑的硬件情况和自身财力选择合适的开始方式: 本地部署:如果电脑是 M 芯片的 Mac 电脑(Intel 芯片出图速度非常慢,因此不建议)或者 2060Ti 及以上显卡的 Windows 电脑,可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台:对于电脑不符合要求的小伙伴可以直接使用在线工具,在线工具分为在线出图和云电脑两种,前者功能可能会受限、后者需要自己手动部署,大家根据实际情况选择即可。 不建议一上来就配主机,因为大概率会变成游戏机或者吃灰(土豪请随意)。玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大,显卡预算之内买最好,其他的随意。 课程方面: 先验经验:需要熟练使用文生图、图生图;需要有一定的逻辑思考能力以及推理能力;适合炼丹新人、小白。 课程安排:课程大约 70 80%是理论和方法论的内容,大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 必学、必看内容是基础课,主要是为了解决环境问题和软件安装不上的问题;建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程;正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。
2024-11-19
你现在是一个学习AI 方面的小白,你下定决心要去学习AI的相关知识。你应该从哪入手
对于决心学习 AI 相关知识的新手,建议从以下方面入手: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 对于不会代码的新手,若希望继续精进 AI 学习,可以尝试了解以下作为基础的内容: 1. AI 背景知识: 基础理论:了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展:简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等线性代数基本概念。 概率论:基础的概率论知识,如条件概率、贝叶斯定理。 3. 算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:简介强化学习的基本概念。 4. 评估和调优: 性能评估:了解如何评估模型性能,包括交叉验证、精确度、召回率等。 模型调优:学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础: 网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 对于中学生学习 AI,建议如下: 1. 从编程语言入手学习: 可以从 Python、JavaScript 等编程语言开始学习,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台: 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识: 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目: 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手,全面系统地学习 AI 知识和技能,为未来的 AI 发展做好准备。但需注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-11-19
我有一张图像,我要如何用stable Diffusion给它添加噪音。我是一个小白,请给出详细的步骤,用webui来操作。
以下是使用 WebUI 为图像添加噪音的详细步骤: 1. 首先,了解 Stable Diffusion 的加噪原理。从数据集中选择一张干净样本,然后用 random 函数生成 0 3 共 4 种强度的噪声,在每次迭代中随机选择一种强度的噪声添加到干净图片上,完成图片的加噪流程。 2. 在训练过程中,对干净样本进行加噪处理,采用多次逐步增加噪声的方式,直至干净样本转变成为纯噪声。 3. 加噪过程中,每次增加的噪声量级可以不同,假设存在 5 种噪声量级,每次都可以选取一种量级的噪声,以增加噪声的多样性。 4. 与图片生成图片的过程相比,在预处理阶段,先把噪声添加到隐空间特征中。通过设置去噪强度(Denoising strength)控制加入噪音的量。如果去噪强度为 0 ,则不添加噪音;如果为 1 ,则添加最大数量的噪声,使潜像成为一个完整的随机张量。若将去噪强度设置为 1 ,就完全相当于文本转图像,因为初始潜像完全是随机的噪声。
2024-11-18
小白学习AI该怎么开始
对于小白学习 AI ,可以按照以下步骤开始: 1. 了解 AI 基本概念: 建议阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,能找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。
2024-11-17