马斯克曾说，人生中最重要的事情，就是提出真正的好问题。
因此，我要开始接触某个新领域，并且开始要自主学习的时候，我首先要问自己这个问题：
我为什么要学这个，学这个的目的是为了创造什么？带来什么价值？
开始投入时间进行学习之前，一定要有一个Why来驱动我。如果这个理由不存在，那么就不要开始
去进行所谓的“系统学习”。
让ChatGPT来规划学习路径规划时，我是这样提出Prompt的：
### 1. Python基础
- 时间建议：1周
- 学习内容：确保对Python语法和基本数据结构有良好的掌握。
- 参考书籍：《Python编程从入门到实践》
2. NumPy和Pandas
- 时间建议：2周
- 学习内容：学会使用NumPy进行科学计算，Pandas进行数据处理。
- 参考书籍：《利用Python进行数据分析》
3. 图像处理基础
- 时间建议：2周
- 学习内容：了解图像的基本处理方法，如缩放、旋转、灰度化等。
- 参考书籍：《Python图像处理》
4. 机器学习基础
- 时间建议：3周
- 学习内容：理解机器学习的基本概念、算法、模型评估等。
- 参考书籍：《统计学习方法》
5. 深度学习基础
- 时间建议：4周
- 学习内容：学习深度学习的基本概念、神经网络结构、反向传播等。
- 参考书籍：《深度学习》
6. 计算机视觉基础
- 时间建议：4周
- 学习内容：了解计算机视觉领域的基础知识，如特征提取、图像分类等。
- 参考书籍：《计算机视觉：算法与应用》
7. 使用深度学习进行图像分类
- 时间建议：6周
- 学习内容：学会使用深度学习框架，如TensorFlow或PyTorch，进行图像分类任务。
- 参考书籍：《深度学习实战》
8. 数据集获取与处理
- 时间建议：2周
- 学习内容：了解如何获取垃圾分类的图像数据集，并进行数据预处理。
- 参考书籍：网络上的教程和文档
9. 模型优化与调优
- 时间建议：4周
- 学习内容：学习模型调优的方法，包括超参数调整、模型融合等。
- 参考书籍：《机器学习工程师手册》
10. 构建图像分类小程序
- 时间建议：6周
- 学习内容：将前面学到的知识应用到实际项目中，构建垃圾分类图像识别小程序。
- 参考书籍：参考相关项目和文档，如TensorFlow或PyTorch的官方文档、GitHub上的开源项目等。
11. 持续学习与优化
- 时间建议：持续
- 学习内容：跟踪最新的研究成果，学习新的技术和方法，不断优化你的垃圾分类图像识别小程序。
请注意，以上时间建议仅供参考，具体的学习进度可能会根据你的学习速度和实际情况进行调整。另外，实际项目中可能需要不断迭代和优化，保持对新技术的敏感性是很重要的。
首先，要说明自己的学习目标，可以让ChatGPT更清楚你的意图，并且尽可能避免丢给你过多不必
要的学习项目；
其次，说明自己的现状，也是同样的道理，减少重复学习和建议，让ChatGPT给出的建议符合你现
在的水平。
再次，在Prompt中要Al给出时间建议，这样我们就可以大概了解，自己要实现这个学习目标究竟需
要投入多少时间资源，每一个
最后，要ChatGPT提供资源，在这里是教材，一本好教材太重要了，因为可以让你以120的智商，
去完成看起来要智商130才能干明白的事情。
