跳转至

Gadgets

本界面将介绍一些有用的小工具及网站，不过质量并不作较高保证。

GPU/服务器租用

  1. https://vast.ai : 很便宜的国外 GPU 租用平台（需要一定的魔法功底）
  2. https://www.matpool.com : 矩池云，和 vast.ai 相似的国内平台，也很便宜
  3. https://www.autodl.com : AutoDL，个人经常使用

电子书网站

  1. zlibrary ：由于各种原因，在此不放链接
  2. https://annas-archive.org : 鉴于 zlibrary 连接不稳定而且时常被关小黑屋，故可用安娜的档案来代替

翻译网站/工具

  1. https://www.deepl.com/translator ：DeepL 翻译器，专业词汇翻译准确率较高
  2. https://dict.youdao.com ：网易有道翻译
  3. https://translate.google.com ：Google 翻译我的神！
  4. https://wantwords.net ：反向词典
  5. https://saladict.crimx.com : 沙拉查词，划线翻译功能很好用。

课程网站

  1. https://home.edx.org ：国外知名网课平台 edx
  2. https://ocw.mit.edu ：MIT 的 OpenCourseWare 平台，收录了众多公开课程
  3. https://math.mit.edu/academics/undergrad/roadmaps.html ：MIT 数学系本科的课程规划，可以用来瞻仰数学系的大神
  4. https://ai.stanford.edu/courses ：斯坦福大学的 AI 相关课程清单，全部为 AI 的深入课程
  5. https://github.com/QSCTech/zju-icicles ：浙江大学课程攻略共享计划
  6. https://github.com/PKUanonym/REKCARC-TSC-UHT ：清华大学计算机系课程攻略
  7. https://github.com/lib-pku/libpku ：北大课程资料民间整理
  8. https://github.com/USTC-Resource/USTC-Course ：中国科学技术大学课程资源
  9. https://github.com/elder-frog/OpenCourseCatalog ：Bilibili 公开课目录
  10. https://github.com/ossu/computer-science#intro-cs ：Open Source Society University
  11. https://github.com/izackwu/TeachYourselfCS-CN ：TeachYourselfcs-cn
  12. https://github.com/prakhar1989/awesome-courses ：Awesome CS Courses
  13. https://jhc.sjtu.edu.cn/courses : 上海交通大学 John 班课程网站
  14. https://web.archive.org : web archive，可以用于寻找一些以往开放过，但是现在不再开放的课程网站。
  15. https://hackway.org : 学习路线/职业方向推荐，根据不同阶段划分出一个供参考的路线
  16. https://github.com/kmario23/deep-learning-drizzle : 一份人工智能课程汇总
  17. https://huggingface.co/learn : Hugging Face 社区推出的开源课程
  18. https://www.learnpytorch.io/ : Pytorch 教程。
  19. https://edu.epfl.ch/studyplan/en/bachelor/computer-science/: EPFL 每年开设的 CS 课程汇总
  20. https://nusmods.com/courses/ : NUS 的课程网站。

此外还可以参考 csdiy 的定制属于你的课程地图一节。

数学工具

  1. https://www.wolframalpha.com ：wolframalpha 可以解决你的很多计算问题
  2. https://mathdf.com/cn ：我一般用它来算一些微分方程和积分
  3. https://www.geogebra.org ：绘制一些简单的数学图像
  4. https://www.matrixcalculus.org : 一个可用于矩阵求导的网站，某些情况下会出一点问题，因此正确性不作完全保证

问答网站/论坛

  1. https://stackoverflow.com ：stackoverflow + Google 基本可以解决你的 99%的 CS 问题
  2. https://www.zhihu.com ：江湖人称某乎，有一些知识类回答值得一看，但是请别刷里面的其它内容
  3. https://www.bing.com/chat ：微软推出的 Copilot，现目前相当于 GPT4 的联网版本，使用英文提问效果更佳
  4. https://0xffff.one ：一个 CS 相关的论坛
  5. https://wiki.0xffff.one ：0xffff 论坛的 wiki，截至我编辑此条时仍在搭建中，计划构建出一个完整的 CS 学习指南
  6. https://medium.com ：国外博客网站，我参考了其中的若干篇深度学习相关的博客，质量较好。

学习路线/经验/课程分享网站/博客

  1. https://flowus.cn/share/afd555bf-fd94-4124-988f-f98653dd3a52 ：北大数学系的分享网站，有极多的资源分享
  2. https://www.huaxiaozhuan.com ：AI 算法工程师手册，包含了从基础的数学到人工智的深入阶段的所有笔记，内容量极大
  3. https://dagrad.site ：一位清华大学学长创建的自动化系手册，清华本科的同学可以查看参考
  4. https://www.mihaileric.com/posts/complete-artificial-intelligence-undergraduate-course-plan ： 斯坦福毕业学生 mihaileric 给出的一份 AI 建议课程清单，可做参考
  5. https://wdxtub.com ：一位博主的博客网站，我参考了其中的不周山系列的 CSAPP 部分
  6. https://cs-plan.com ：一位华南师范大学学长搭建的 CS 经验分享网站，与 csdiy 相似，截至我编辑此条时仍在搭建中
  7. https://survivesjtu.gitbook.io/survivesjtumanual ：上交生存手册，强烈建议所有人阅读（尤其是刚入学的新生）
  8. https://lilianweng.github.io : blogs of Lilian, the head of Safety Systems at OpenAI
  9. https://www.diegovera.org : Diego Vera 的博客网站，记录了他的三年数学和物理的自学之旅
  10. https://learn.lianglianglee.com : 一些技术文章的摘抄
  11. https://roadmap.sh : 你可以在这里找到许多方向的 roadmap，不过是否合理需要根据你个人的情况来判断了
  12. https://jowus72zrc.feishu.cn/wiki/Khl9wKWO7iuKKpkTUEOcqRzvnVh : HIT 自学组新人指引
  13. https://feiyue.online : 清华大学飞跃手册
  14. https://docs.net9.org : 清华大学计算机系学生科协技能引导文档
  15. https://www.zhangzhenhu.com/ : 张振虎的博客，记录了很多人工智能相关的笔记。
  16. https://kexue.fm/ : 苏剑林的科学空间，有非常高质量的博客分享，非常推荐订阅阅读。

导师评价

  1. https://csrankings.org ：著名的 csranking，有相对客观的导师、大学评价指标

论文网站

  1. https://scholar.google.com : 谷歌学术
  2. https://arxivdaily.com : arxiv 每日论文速递
  3. https://sci-hub.ren
  4. https://www.connectedpapers.com : "Explore academic papers in a visual graph"
  5. https://www.cs.utexas.edu/users/EWD : 伟大的计算机科学家 Edsger W. Dijkstra 一生的著作
  6. https://arxiv-sanity-lite.com
  7. https://paperswithcode.com : 一个开源的论文网站，目标是 create a free and open resource with Machine Learning papers, code, datasets, methods and evaluation tables。你甚至可以为该网站的社区做出自己的贡献！详细介绍可以在 About 界面查看
  8. https://www.connectedpapers.com : 以图形化的方式向你展示不同论文之间的联系
  9. https://aclanthology.org/ : ACL anthology for NLP papers.
  10. https://www.semanticscholar.org/

留学

  1. https://opencs.app
  2. https://global-cs-application.github.io
  3. https://www.1point3acres.com
  4. https://www.thegradcafe.com/
  5. https://www.gter.net/

人工智能项目/框架

  1. https://huggingface.co/：Wonderful AI community.
  2. https://github.com/josephmisiti/awesome-machine-learning : 机器学习框架汇总
  3. https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code : 500 个 CV 和 NLP 相关项目的汇总

数据集

  1. https://huggingface.co/datasets
  2. https://www.paperswithcode.com/datasets
  3. https://www.kaggle.com/datasets/