NVIDIA中国GPU应用市场总监侯宇涛：

这个问题比较广泛。在主讲环节也讲过构建和部署深度学习网络需要的几个步骤，你可以从这些步骤中去理解或者探讨，给自己做一个入门的思路。首先，需要有原始数据或者原始网络，有了数据，需要去给数据打标签，去规划和整理数据。这就是如何对数据或者原始网络进行构想，所谓原始网络的构想，由于目前深度神经网络这一行业都是以经验为主，因此你可以去参考一些比较好的网络，这将给你带来非常大的帮助。对于新手来说，还需要去了解Framework，根据你的工作选择更有效的Framework。

另外，还需要了解各种网络，如VGG、GoogleNet等等，也可以从别人成功的经验去参考和理解。从网络到Framework再到数据整理，这些行业预备知识都是需要去了解的，至于后期的高级进阶，也是基于现在初步入门的操作和体验，届时可以专注于自己的某一项长处，比如进行多分类的能力，或者多种数据处理的能力。这些能力可以让你快速地在某一个行业得到领先的机会。当然不止这些，网络优化、网络训练等每一块都有非常多的成功经验，自己也可以去体会各个细分模块的优劣。我认为作为入门级，可以先从数据、网络以及自己对于行业的处理和理解开始，这些将能够帮助你快一点去入门。希望我的分享能给到你一些帮助。