跳转至

一些有用的网站

GPU/服务器租用

当你本地算力不足且暂时没有加入实验室/参加实习时，可以考虑租用 GPU，具体平台还请自行搜索。

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

课程网站

  1. 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
  2. https://github.com/ossu/computer-science#intro-cs ：Open Source Society University
  3. https://github.com/izackwu/TeachYourselfCS-CN ：TeachYourselfcs-cn
  4. https://github.com/prakhar1989/awesome-courses ：Awesome CS Courses
  5. 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。
  6. https://hackway.org : 学习路线/职业方向推荐，根据不同阶段划分出个供参考的路线
  7. https://github.com/kmario23/deep-learning-drizzle : 一份人工智能课程汇总
  8. https://huggingface.co/learn : Hugging Face 社区推出的开源课程
  9. https://edu.epfl.ch/studyplan/en/bachelor/computer-science/: EPFL 每年开设的 CS 课程汇总
  10. 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。

学习路线/经验/课程分享网站/博客

  1. 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）
  2. https://docs.net9.org : 清华大学计算机系学生科协技能引导文档。其中https://docs.net9.org/ai-ml/pytorch/ 很有必要看一看，说不定会给你带来启发。
  3. 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。
  4. 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
  5. https://lilianweng.github.io : blogs of Lilian, the head of Safety Systems at OpenAI
  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://jowus72zrc.feishu.cn/wiki/Khl9wKWO7iuKKpkTUEOcqRzvnVh : HIT 自学组新人指引
  8. https://www.zhangzhenhu.com/ : 张振虎的博客，记录了很多人工智能相关的笔记。

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://sci-hub.ren
  3. https://www.connectedpapers.com : 以图形化的方式向你展示不同论文之间的联系，相较于谷歌学术手动查找相关论文更为方便
  4. https://paperswithcode.com : 集合了论文、代码、数据集、SOTA 的网站，非常实用。
  5. https://www.semanticscholar.org/
  6. https://aideadlin.es/ : 顶会 ddl

留学

  1. https://opencs.app
  2. https://global-cs-application.github.io
  3. https://www.1point3acres.com/：一亩三分地，有许多不错的信息与经验分享
  4. https://www.thegradcafe.com/
  5. https://www.gter.net/
  6. https://feiyue.online : 清华大学飞跃手册

数据集

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