读完之后：你的深度学习路线图

读完这本书，你站在哪里

恭喜，你已走完深度学习的「主干道」：从线性模型到 MLP、CNN、RNN、注意力、优化与应用。这不是终点，是登山大本营——从这里可以往好几个方向登顶。

四条进阶路线（选一条先走）

• 复现经典：把书里的模型在自己电脑上跑通，再改数据、改结构，观察结果变化。跑通 ResNet 的那天，你和 2015 年的研究者站在同一位置
• 打比赛：Kaggle 上有从入门到顶级的真实赛题（泰坦尼克生存预测是著名的第零课）。比赛教你书里没有的东西：数据清洗、特征工程、和别人的方案偷师
• 读论文：从 arXiv 上的经典论文读起——AlexNet、ResNet、Transformer 原文都不长，书里打过底，读原文比想象中顺
• 做项目：给自己出题——识别家里的植物、统计作业错题类型。一个完整项目（数据→训练→部署成网页）胜过读十本书

给中学生的特别提醒

• 数学别掉队：线性代数和概率统计值得正经学一遍，越往后越重要
• 英语别掉队：最新论文、文档、讨论全是英文
• 节奏比强度重要：每周稳定 3 小时，胜过假期猛学一周然后躺平

常见误区

追新模型、刷新闻，忽略基础——今天的新模型两年后就是旧闻，而这本书里的梯度下降、卷积、注意力，二十年后大概率还在。

练一练：写下你的「三个月计划」：每周几小时、走哪条路线、三个月后拿得出什么作品，贴在书桌前。