将"如何开始深度学习"这个问题喂给ChatGPT和文心一言，会给出很有专业水准的答案，比如：
要开始深度学习，你可以遵循以下步骤：
学习Python编程语言的基础知识，因为它在深度学习框架中经常被使用。
熟悉线性代数和微积分，因为它们构成了许多深度学习概念的基础。
了解机器学习的基本原理，包括监督学习和无监督学习等概念。
深入研究神经网络及其架构，如前馈神经网络、卷积神经网络和循环神经网络。
探索流行的深度学习框架，如飞桨、昇思、TensorFlow或PyTorch，并学习如何使用这些工具实现神经网络。
从简单的项目开始，随着经验的积累，逐渐增加项目的复杂性。
加入在线社区和论坛，与其他深度学习爱好者交流，并从他们的经验中学习。
记住，实践和亲手经验是掌握深度学习的关键。祝你在学习的道路上一切顺利！
但是事实上，真实的社会学习，是没有所谓的步骤的。比如对科班出身的人，他已经弄明白了python和微积分，现在开始探索流行的深度学习框架如飞桨当然是自然而然的事，但对一个普通的人，要弄明白微积分之后才开始探索深度学习框架，则太耗时间了，甚至因为无法弄明白微积分而永远到不了下一步（困难总是让我们放弃）。
所以，学习深度学习没有最佳路径，每个人的路径都可能不同，要根据实际情况，灵活选用。可以参考上面的路径，或者AI大神们给出的路径，然后亲自动手学、动手实践，在实践的过程中，根据反馈，再调整路径，也就是俗话说的：摸着鹰酱过河。
初学者建议先从AIStudio星河社区里查找自己喜欢的项目，可以在那些点赞和收藏过百的项目里面找，然后fork之后运行。大部分项目都是开放源代码的，可以直接去学习代码。同时可以查找其相关的技术实现原理，如果想深度探究可以再去看论文。
比较推荐的一些适合新手入门的社区有：AIStudio星河社区、Openi启智社区等
当前最流行的是大模型技术，学好大模型，相当于深度学习一步到位！一方面大家可以去体验使用，另一方面，星河社区和启智社区也有开源大模型可以亲自动手实践，比如ChatGLM就是很不错的开源大模型。
如果能熟练使用大模型来提高工作和学习效率，这时候就不是来问怎么深度学习入门，而是现身说法"我是怎么成为大模型高手的了。"
总结：万丈高楼从地起，千里之行始于足下，不要怕，也不要迷茫，橹起袖子开始吧！