【分享】深度学习-找什么资料学

说到找什么资料学习深度学习，我只能说，这是一个血泪史。

一、深度学习-找什么资料学

我想大家上手深度学习，都想找着好资料，但是，我们先不急，听完我的小故事，就会明白要找什么资料了。

我的小故事

在我打算入手深度学习时，我以为很简单，无非就是找本书、或者找个视频，然后花些时间，不就学上了吗？但焦头烂额的搞了一段时间后，才发现跟着这些资料根本学不了，就像有堵无形的墙把我和深度学习分割到了两个世界。然后我就去找更多的书、网文来看，但看完一点都不踏实。哈哈哈，如果是老司机，看到这估计要笑话我了。

好了，这么难上手的吗？然后我就想，别人是怎么学会的？好家伙！然后就发现，大家几乎都是看论文上手的！稍微靠谱一点的深度学习文章、讨论，都是来源于读论文后的总结，而不是来自哪本书、哪个视频、哪个网站！

如果想踏踏实实的学习，那最好就把这些知识的论文，找出来好好研读、包括它的关键参考文献！这是最朴素无华的道路了！比什么胡里花哨的方法都来效得多！例如transfomer，你看100张网文都未必看得明，但事实上只需要看一张论文+参考文献，你说，哪个划算！

所以，学深度学习，没有什么好资料，最最最最朴素实在的资料就是论文！其实大家想想也知道，深度学习不像传统的学科，它是一个高速发展的新兴技术，论文才是它的聚集地，而不是某本书籍。

我的上手总结

最后，说下我的总结：

要学某块内容时，可以先在网上，查一下大概要学些什么，然后根据知识点，网文+书+视频，能搞得明就搞，搞不明就以论文为核心，研究论文，网文+书+视频作为辅助，这样进行学习。这是我目前发现的、最好的路子，仅作参考。

论文几乎是深度学习最好、最踏实的资料了。但读过论文的朋友也知道，论文虽是干货，但是缺少主线、需要一点一点的顺着参考文献摸过去，而且论文缺少一些代码、推导，甚至有些不讲人话，晦涩难懂。
总而言之，读论文进度非常非常的慢，但它的确是一条确切可行的路线，许多人都是这么过来的！当然，也可以跟着我的课程来，跟着课程来会快速和顺畅许多，这就但凭各位所好了，爱怎么学就怎么学。

二、深度学习-如何找资料

好了，其实如果跟着我的教程来，大部分基础内容都是可以顺畅的学完的。但实际上呢，我的教程只是加速大家的学习速度，难免有些内容还是要自己去查找资料、找论文来进行学习，下面我们来说说，如何查找资料。

2.1 找论文上哪找

搜论文可以上百度学术、arxiv、研究之门等等去搜，如下：

  百度学术： https://xueshu.baidu.com/ 
  arxiv： https://arxiv.org/ 
  ResearchGate： https://www.researchgate.net/ 
   ResearchGate，研究之门，是一个学术交流平台，可以通过它可查询一些文章，了解科研动态等。

2.看什么内容

我们知道，深度学习有许多许多版块、分支，而且它是一门正在发展的学科，所以它永远不可能止步于书本、课程，而是研究论文。假如要上手某个分支，那它的内容大概率是这样分布的：

首先，是起源之作。起源之作指的是最早提出这一概念的文章。源头往往并不是很重要的，它最大的贡献就是"提出"，但往往它只有一个雏形。可以看看论文，也可以不看。

其次，是开山之作。开山之作是指让人们开始重视、开始follow这一研题的作品。开山之作一般就定下了之后的整体思路，以及一些命名、表述习惯等等。开山之作是必读的论文。

然后，是经典之作。在有了开山之作后，就有许多对开山之作进行补充、改进的作品。而经典之作是经过时间沉淀、知名度较高的公认精品，它们每个都有各自的亮点，它们往往是该领域上的一个重要节点。

最后，是最新佳作。它们是近期的、效果较好的作品。注意的是，即使效果再好，它们也未必能沉淀为经典，因为很可能就有人在它的基础上提出更完善的，从而把它替代掉。

此外，时不时会有一些survey论文，来总结该支线在当前时间点的精华，可以快速浏览当时的研究进展和重点。

如果，你想入门这一支线，那么，只要看开山之作、经典之作就可以了。买本书也行、看论文也行，就能学到了。但如果你想研究、follow这一支线，成为这一支线的专家，那么，就要看最佳新作、相关书藉、survey论文等等。书藉是一个好东西，它会把它出版当时的热门算法都会介绍一下，但是，技术发展是很快的，你今年买的书，明年可能就过时了，今年这个算法还被说得很666，明年就被人忘记了。这也就是为什么你只想入门、而不打算follow时，不建议过度沉迷新作，因为你的时间投入可能明年就是一堆渣。

三、知名资源

好了，最后是一些知名的教程与学习资源。

3.1. 知名教程资源

【书藉】李沐的《动手学深度学习》

【视频】林轩田-《机器学习基石》

【视频】李宏毅-《深度学习》

【视频】吴恩达-《cs229》

自己去搜就好了，无非百度、B站，总会搜到的，我这里就不给链接了，因为自己去搜才能搜到最新的。

3.2. 知名论文资源

入门之后，可以去下面的网站追各种内容。

DBLP： http://dblp.uni-trier.de 
DBLP，按作者列出他的科研成果，例如国际期刊和会议等公开发表的论文等等。
机器学习顶会-NeurIPS： https://proceedings.neurips.cc/ 
NeurIPS，机器学习和计算神经科学的三大顶会之一，上面的网站可以看各年份的文章。
机器学习顶会-icml： https://icml.cc/ 
icml，机器学习的顶会，直接到上面的网站就可以看各年份的文章。
CORE会议数据库： https://core.ac.uk/ 
CORE会议数据库，收集了各种顶会与期刊的学术资源，上去搜会议名称，就能搜出相关内容了，
计算机视觉顶会-ICCV、CVPR、ECCV
ICCV、CVPR、ECCV是计算机视觉的三大顶会，统称ICE，它们的论文直接搜"xx的论文在哪看"就行了。

好了，这里就不列那么多了，反正入门之后，边逛就会边发现很多的，对于没入门的，也还没怎么用得上，而且容易迷茫。

3.3. 逛街资源

好了，入门之后，还可以到阿里和百度的社区去逛街，如下：

魔搭社区： https://www.modelscope.cn/ 

       阿里云与CCF开源发展委员会发起的AI技术社区，上去逛逛就知道了。

星河社区（AI Studio）： https://aistudio.baidu.com/ 

       百度飞桨与文心大模型联合打造的AI社区，上去逛逛就知道了。

当然，也可以去村口小卖部(例如某乎某N这些)，去听别人吹吹水，那也是不错的，轻松又愉乐~

结束语

好了，这里就随便的说说，作为过来人的分享。其实类似的内容和经验还有很多，自己玩下去就会知道了，这些方面说也说不完，各人有各人的看法、各人有各人的感想，快快玩，就是王道。