同小白，转行准备中。

我是从吴恩达开始看，比较适合没基础的同学，基本能看懂
coursera上面搜 machine learning specialization和 Deep learning specialization

然后推荐看看github上 Andrej Karpathy的两个库 convnetjs 和 recurrentjs
我是看了这两个代码才真正理解了 backpropagation 和 RNN/LSTM

吴恩达的DL课程里，nlp/Transformer的部分听的不是很明白，所以又看了斯坦福的 CS224N

我比较笨，看的也比较慢，这些资料大概用了4个月的时间。

楼主专门提到了数学。我看到这里，对数学部分的感受是，
1.如果还记得些向量/矩阵乘法基本就够用了。
2.另外就是有些求导数的公式，太久没用确实忘光了，这个用到的时候专门查一下就好。

下一步的重点就打算放在LLM了：
准备看看Andrej Karpathy 的《Zero 2 Hero》 大概意思是从零撸一个 GPT-2

另外工程上，DL相关的工具链可能也得花些时间
python，numpy，scikit，pytorch，tensorflow之类的

以上是我目前看过的全部资料，也请大佬看看，还有没有其他资料值得推荐，感谢。
--
FROM 123.118.226.*