其实一直都对人工智能非常感兴趣，这种兴趣可以追溯到高中时代。从高中到大学、到后上班、这种兴趣都一直没有被磨灭。期间解除过很多渠道，但都不得其要，尝试过种种努力，最后都无果而终。
直到这两天，看tensorflow 相关资料才有种终于有种开悟、上道的感觉。
1. 一开始不要纠结细节，先理清整体的框架和脉络
编程这些年、好歹也英语、对编程、对学习一种新技术都有了一些自己的套路。
看官方API 其实并没有想像中的那么难 ，的确有很多名词不理解。不理解的就画个脑图记下来、自己查资料尝试理解。好在这几年行业内AI比较火、各种资料都很多。查到的资料大概看一看，虽然不能很准确很深入的理解，但把这些信息综合在一起形成一个总体的知识框架和脉络还是可以做到的。
2. 要有好的心态、从一些简单的小事开始做
一方面有明确的目的 、清晰的方向，尽可能的努力达成目标。但另一方面也要对自己的能力和知识储备有一个清晰的认识。把握好自己的段位，不要在超出自己能力的问题上浪费太多时间。凡事都有因果、有时候是努力不够，有时候是因缘未到。特别是在学习这件事上，更应该放平心态。不会的就是不会了，记下来以后慢慢研究即可。于其盲目追求一些遥不可及的目标，不如把一些力所能及的小事做好。
画个脑图、做个笔记、弄懂一个单词、测试一段代码等等。
3. 要找到一个好老师
这里要特别感谢莫凡老师的课程 Tensorflow 教程系列 | 莫烦Python
讲得深入浅出、理论联系实际。特别是新手、进入一个自己不了解的领域，有人手把手的教学能节省下你大量的时间。（以前很多次学习AI，都死在学习的路上，我想可能也不只是因为自己努力和悟性不够，没有好的老师带绝对是非常重要的一个愿意）
4. 要找到一个好的应用方式
师傅领进门、修行在个人。老师是可以手把手教你些基础知识，让你快速了解些东西。但能不能应用好的关键还是在于你自己。
就我现在的理解，AI虽然是一门理论很多、水很深的领域。但也同样是一门应用性很强的知识。如何把学到的知识运用到自己项目、自己的工作。这是一个比入门更重要的问题、而且能回答这个问题或许也只有你自己。
最后附上自己画得关于tensorflow的思维导图和学习实验代码：
https://github.com/gastrodia/flow/tree/master/prototype/tensorflow
