Une collection de supports d'apprentissage et de tutoriels allant des mathématiques à l'apprentissage en profondeur

Les dieux sont un répertoire d'articles de blog CSDN silencieux et personnel

À l'heure actuelle, il collecte principalement du contenu gratuit et vous devez tout au plus acheter un livre papier.
S'il existe une version payante, je l'inclurai également. ←2023.8.19 : CSDN interdit le partage, si vous avez besoin de le tamponner en privé,
veuillez me contacter si le lien échoue.

Cette note est principalement préparée pour moi-même, elle peut être considérée comme une liste de choses à faire publique (en fait, je sais que je ne peux pas la terminer), donc je ne liste aucune information que j'ai écrite une note complète.

1. Mathématiques

1. calcul
   1. Princeton Calculus Reader
      Documents d'étude supplémentaires: collection de la série "Illustrated Princeton Calculus Reader"

2. Bases de l'apprentissage automatique et de l'apprentissage en profondeur

1. Zhou Zhihua "Apprentissage automatique" (livre de pastèque)
2. CS229 : Apprentissage automatique
   Site officiel de Stanford : CS229 : Apprentissage automatique
3. Des centaines d'apprentissage automatique
4. Apprentissage en profondeur de Bamian
5. 
   [Tsinghua NLP] La classe publique de modèles à grande échelle de l' équipe de Liu Zhiyuan commence sur l'ensemble du réseau.
6. TorchePy
   1. Apprenez PyTorch pour un apprentissage approfondi en une journée. Littéralement. - Youtube
   2. Série de tutoriels Pytorch | Ne vous embêtez pas avec Python

3. Traitement du langage naturel PNL

1. CS224N
   Site officiel de Stanford : Stanford CS 224N | Traitement du langage naturel avec Deep Learning
   PPT (y compris les années précédentes PPT) : Index de /class/cs224n/slides
   Vidéo de l'édition d'hiver 2021 Liste de lecture officielle YouTube : Stanford CS224N : Traitement du langage naturel avec Deep Learning | Hiver 2021 -
   La version avec sous-titres chinois donnée sur B : [Sous-titres chinois et anglais] CS224N Winter2021 | Conférence 1 - Intro & Word Vectors_哔哩哔哩_bilibili

4. Réseau neuronal graphique GNN

5. Autres questions de programmation