根据你的描述，偶认为在行走前有必要先思考以下几个更前置的问题：一.为什么想要学？因为你一直在描述想“做”深度学习，而没有表明自己想做机器人还是自然语言理解还是对统计与机器学习感兴趣。所以很必要问自己为什么想要学所谓“深度学习”。1.如果是觉得酷炫，偶觉得ok，没问题，年轻人喜欢酷炫的且实用的技术并投之以热情很棒。但是这个回答就要再进一步问自己将来的打算与计划。2.如果是科研需求，因为现在dl很好发论文啊，那么偶可以给出：先看周志华/李航的机器学习的书，再来跑随意一个三层mlp模型并自行推导bp算法，再来看cs231n/udacity的introduction to dl课程来熟悉CNN和RNN并且同时掌握一个深度学习框架。至此，你就应该知道自己想要研究什么方向，并自行寻找paper阅读了。3.如果是为了工作。可以把为了科研的step终止在“至此”以前，并可以把看书换作看网上的blog。这样是最为你将来好且省时省力的方法。但，结果很可能你在找工作时压根不管你在MLDL上的知识掌握，毕竟没有学术成果，且身为硕士，且专业不对口的学生，以趋于0的概率可以找到深度学习研究方面的工作。二.给自己的定位，两年规划以及未来的职业规划是什么？回答这两个大问题，你的很多问题就不存在了。既然你说你是为了实习和找工作，那么偶就就着这点说了。比如说你对自己的定位超高舞台超大的话，那么根本不需要有实验室的人可以请教问题。你一定要成为你们实验室这方面的第一人，你的讨论对象是email后面的paper的作者，开源软件的作者。像是如果励志做fullstack AI engineer，那么快速入门一项新鲜技术的能力一定要有。1.如果仅仅是为了找14~18k*15的普通硕士算法岗工作。请不要花时间在dlml上面，直接闷头苦练算法刷题就可以了。2.如果是以想以研究mldl相关进入工业界，拿bat sp级别offer或者进入各公司研究院这种等级。建议还是读了博士。如果强行硕士，硕士来说没有顶刊顶会是不行的，那么参照2，并且严格规划自己的时间，并且放弃实习，发出顶级paper的话再要一封推荐信比什么实习都强。3.如果是为了更长远的未来把自己的职业规划定位为一个全栈人工智能工程师，参照科研需求，并关注微博上的学术圈子，关注arxiv新论文和行业动态，并找一个可以学习的实习机会，进入一个可以深造自己的企业。并且在工作中不断学习。这要求你从此开始培养快速入门新鲜技术的能力，提升自己关注的圈子，查阅资料的技术与调整知识获取的深度和广度，提升知识自律性。
