学习路径

路径只决定从哪里开始，不规定完成时间。选择依据是已有知识和学习目标。

快速通道

适合已经理解反向传播、CNN 和基本序列模型，希望直接学习 LLM 的读者。

第4章 Transformer → 第5章 LLM → 第6章应用 → 第7章多模态 → 第8章工程

第 1—3 章可以作为概念缺口的回查入口。例如，不熟悉卷积时回到第 1、3 章，不熟悉梯度训练时回到第 2 章。

完整路径

适合希望理解“信号处理方法如何逐步变成可学习模型”的读者。

第1章 DSP → 第2章优化与机器学习 → 第3章深度学习
      → 第4章 Transformer → 第5章 LLM → 第6—8章应用与工程

正文优先建立概念和实验联系。数学推导、训练细节和专题内容放在各章 extensions/，需要时再读。

按目标选择

当前情况	建议入口	原因
熟悉深度学习，只想理解 LLM	第4章	直接补齐注意力、位置和生成机制
会编程，但机器学习基础不完整	第2章	先理解目标函数、训练和基本模型
有信号、通信或控制背景	第1章	利用已有的变换、滤波和估计知识建立连接
准备做多模态项目	第3章后进入第7章	先用视觉理解对齐主干，再推广到音频和传感器信号
准备部署 LLM 应用	第6章后进入第8章	先明确应用瓶颈，再讨论成本和可靠性

“深度学习”不是第三条独立路径。任何路径都可以在某个问题上进入扩展文章、论文或项目，然后回到主线。

每章怎么学

1. 先读章节主图和核心问题，确认本章处理的信息与目标。
2. 阅读正文并运行对应代码，不要求一次读完所有扩展内容。
3. 完成最低实践：修改参数、保存结果、解释变化。
4. 无法解释结果时，再回查前置章节或数学附录。

完成标准见全书概览，运行方式见代码运行指南，综合实践见项目说明。