作者：肆十叄
鏈接：https://www.zhihu.com/question/392126627/answer/2015671555
來源：知乎
著作權歸作者所有。商業(yè)轉載請聯(lián)系作者獲得授權，非商業(yè)轉載請注明出處。

b站是個有意思的地方

學知識的同時，也能感受到創(chuàng)作者的人格魅力

這至少比單純的書本更讓人容易接受

廢話不多說，直接開始

人工智能系列

一、沐神放開頭 yyds

能給你提供一個人工智能入門的必要的全面的知識

二、日常半躺

這老哥最近在找研究實習，會有一些比較新的但是經典的模型解析

三、迪哥有點愁

方向挺多的，pytorch入門，邏輯不錯，簡單項目都可以跟著做，就是聲音聽起來有點累

四、同濟子豪兄

目標檢測經典文章，再加上一點部署知識

五、霹靂巴拉Wz

手把手帶你寫代碼，什么待遇啊

六、girafree

這老哥應該是疫情期間被裁了還是主動離職了，所以那時候發(fā)了點視頻，里面有個推薦系統(tǒng)的項目可以做做玩，挺簡單的

七、yolo守望者

去年打比賽的時候看的這個老哥，yolo手把手帶你入門

八、真誠友善硬核的流浪AI

里面有項目可以自己做（雖然我是搜水神才找到這個寶藏的

九、大野喵渣

numpy寫神經網絡，神經網絡原理可以嘗試一下

十、蒙特卡洛家的樹

CUDA編程，caffe源碼解讀（機器學習屠龍術，學了沒啥大用，但能裝b

寶藏老師系列

一、許志欽

可解釋性入的坑，疫情也看了挺多機器學習的課，蠻數(shù)學的，聽起來很舒服

二、綠導師原諒你了

今年跟著直播聽的操作系統(tǒng)的課，可以蹭蹭南大高質量課程

三、龍王山小青椒

學了點論文寫作的技巧，然后一天把畢業(yè)論文肝出來了

四、懶貓老師

全b站最好的數(shù)據(jù)結構學習材料，非常值得第一遍和第二遍學習

其他零零散散

一、狂神

狂神，dddd

二、IT楠老師

最近好像在創(chuàng)業(yè)，之前想了解并發(fā)編程的時候看過一點

三、麥兜搞IT

配置wsl2的時候關注的，后來發(fā)現(xiàn)視頻內容和風格都挺好，可做入門選擇

四、公子龍龍龍

算法面試入的坑，后來做了一些訪談，F(xiàn)ackbook去CMU的那個老哥就是其中之一

五、代碼隨想錄

算法+面試技巧，找實習的時候用過，思路清晰明了

六、程序羊

挺好一老哥，具體講寫發(fā)展路線這種比較全局觀的東西，建議選擇努力方向的時候，先看看

以上幾個up的視頻，我感興趣的方向基本上都看完了

還有些高質量的搬運視頻，

比如C++寫框架，分布式機器學習，國外大學公開課，高性能計算等等

一些實用的視頻

比如linux，docker，git，spark，shell，vim等等

但是由于沒啥人格魅力，所以這里就不放了，想學的話自己去找就可

我是覺得全非科班學下來

基本人工智能這一塊，從數(shù)據(jù)到算法到部署，從原理到代碼基本就打通了

也能了解下前端后端都在干什么

至于科研和工作的那些技能，大差不差，或多或少也都具備了

至少也有了獲得這些技能的途徑

這不比課上聽教授給你講什么是大數(shù)據(jù)有用的多？

哦，還有

待我自閉期結束，準備把我學習筆記整理整理發(fā)出來

（目前的話應該只有pytorch、cuda、自編深度學習框架和源碼解讀這些是比較成邏輯的

（現(xiàn)在剛畢業(yè)還在失學狀態(tài)，沒啥時間

學的過程中走的一些彎路，其實在后面看來是完完全全可以避免的

而且很多學習的思路

比如pytorch框架怎么學，比賽應該怎么打怎么迭代，科研怎么做實驗

實際上我還沒有看到一個實用的有效的教程出現(xiàn)

有時間再說吧，滾去玩cubase了