1.视频课可以看吴恩达，最基础，了解基础概念和神经网络前向传播和反向传播基本流程，速刷到150，中途一些访谈可跳过

https://www.bilibili.com/video/BV1FT4y1E74V/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click&vd_source=6698ac0eaa103e5eaf81464124c40600

如果觉得英语吃力可以看李沐的《动手学深度学习》，看到卷积神经网络

http://zh.gluon.ai/chapter_how-to-use/how-to-use.html

基础：理论，不动手 反复看

2.Python完全不会 （输入输出都不会）可以看廖雪峰，看到面向对象编程即可

https://www.liaoxuefeng.com/wiki/1016959663602400

3.代码方面可以直接看李沐《动手学深度学习》中附带的pytorch版本代码（基于python的深度学习框架）

优点:代码好找，好调试，结果直观

缺点:自带一个d2l库需要下载，大幅度省略了对图片的预处理过程和运行网络所需的一些对象，不容易完全理解完整的代码思路

做猫狗识别的任务可以去kaggle官网下竞赛cat vs dog数据集，去csdn搜索 pytorch版本的Resnet18网络结构看别人的代码，搞懂代码意思就行

优点:可以搜索到从数据预处理开始写的代码，搞懂后改网络结构不会觉得特别难

缺点:很容易跑出bug

4.软件安装

如果笔记本有显卡可以搜索cuda安装anaconda和pytorch跑代码，如果没有显卡也能用cpu跑不过不太推荐，环境搭建在csdn上搜索教程即可，注意版本号对应

5.书

《神经网络和深度学习》，直接看深度学习部分，机器学习部分可以跳过，可以和视频互补着看 选择性不看，书一般都比较晦涩，适合有了一定基础的时候再看。