📚 资料库

Library

书、论文、工具与链接的收藏架。

📰 文章待读

Kai

三张可下载、可删改的工作纸，按同一抓取任务连接机器人基础、学习数据与实验评估。先留下能解释的产物，再补缺少的知识。

📖 书已读

Ian Goodfellow, Yoshua Bengio, Aaron Courville

★★★★★

适合查清数学与训练机制的教材。按问题选读，先补矩阵、概率与优化，再进入机器学习基础。

🔧 工具

★★★★★

把论文条目、附件与引用放在一起。先建立一个可导出的文献集合，再按写作需要增加插件。

🎓 课程

Stanford

★★★★ ★

用视觉任务串起深度学习；适合已有 Python、线性代数与基本微积分基础的读者，先做一个小练习再决定学习范围。

📰 文章已读

Rich Sutton

★★★★★

一篇讨论通用方法与算力扩展的短文。适合带着具体问题阅读，避免把历史判断读成“任何领域都不需要先验”。