这里是西二在线工作室人工智能方向的考核指南，旨在为初学者提供一个循序渐进的人工智能学习路线。
本项目遵循GPL-3.0 License，转载请注明本项目仓库地址。
各位在通过所有考核后方可成为西二在线网络工作室的正式成员，均会发放实习证明和成员证书，可使用工作室内的资源组队参与相关的算法比赛，或者来玩无人机 同时还有外包、实习等福利。
考核内容会不断更新，请各位注意关注
| 阶段 | 学习内容 | 目标 | 预期时长 |
|---|---|---|---|
| 1 | Python基础语法、生成式AI认知与使用 | 深度学习python基础语法知识，拥有独立编写python代码能力，通过李宏毅2024课程对生成式AI拥有基本认知，激发学习AI的兴趣 | 60天（2个月） |
| 2 | 爬虫初步学习、numpy和pandas基本使用、深度学习基本原理初步了解 | 学习数据科学的基本工具，理解梯度下降，反向传播等深度学习基本原理（李宏毅21/22、李沐d2l） | 60天（2个月） |
| 3 | pytorch入门、kaggle入门竞赛、深度学习CNN网络 | 学习pytorch使用，学习卷积神经网络架构（AlexNet、RestNet、VGG、···），实现第一个深度学习项目 | 30天（1个月） |
| 4 | 了解RNN网络、深度学习transformer架构 | 对RNN网络构建基本了解，阅读transformer源代码，深度学习transformer组件，尝试使用transformer框架训练小型生成式模型 | 30天（1个月） |
| 5 | 学习VIT模型，学习YOLO模型使用 | 深度学习VIT并阅读源代码，深入了解图像识别，阅读YOLO源码，使用YOLO实现图像识别任务 | 30天（一个月） |
| 6 | 多模态任务学习、阅读前沿论文 | 广泛阅读AI方面论文（可以通过跟李沐读论文）、学习融合CV和NLP知识，实现多模态任务 | 45天（一个半月） |
| 7 | ···（待定） | 强化学习？ | ··· |
考核的主要方法是要求各位在某一数据集上训练出具有一定精度的人工智能模型，为防止走捷径套用网上现成代码，需要各位在进阶阶段的考核末期提交有内容的学习笔记或参与吹逼大会展示和剖析自己的模型。根据任务的不同考核往往会限制模型的参数数量，以便各位在自己的机器上进行训练，到需要强大算力的后几期考核时，工作室会为各位提供一定金额的算力补助以便各位租用GPU服务器进行训练。
欢迎进群了解更多内容
