一、官方资源的整理
1. Google AI Blog
https://ai.googleblog.com/
Google AI Blog
2. Tensorflow 中文社区
http://tensorfly.cn/
Tensorflow 中文社区
3. PyTorch
https://pytorch.org/
PyTorch
4. 美团技术团队
https://tech.meituan.com/
美团技术团队的技术博客中，干货还是不少的
美团技术团队
5. Git
https://git-scm.com/doc
Git
6. Python
https://www.python.org/
Python 2 目前还是实用场景下主要使用的语言，但是开始有越来越多的库仅支持 Python 3，停止了对 Python 2 的维护
并且据悉 2020 年开始 Python 2 便会停止维护
Python
7. ACM Books
http://books.acm.org/
作为ACMer出身，总是有情怀在follow
ACM Books
二、论文资源的整理
1. Google 学术搜索
https://scholar.google.com.hk/
Google 学术搜索
2. Cornell University Library
https://arxiv.org/
Cornell University Library
3. Library Genesis
http://gen.lib.rus.ec/
俄罗斯的资源搜索引擎，目前仅仅支持俄文和英文
Library Genesis
4.通天塔
http://tongtianta.site/
非常简单但是好用的平台，用户可以免费看到论文的翻译结果，对于惧怕英文的新手上路是一个很好的工具
具有搜索引擎，可以快速的对自己感兴趣的论文进行学习
界面样式十分简约，个人觉得十分赞，突出重点，无广告，注册即可免费试用
通天塔主页
论文举例
5. 智能论文笔记
http://www.aixpaper.com/
撸铁哥（jinmaojia@qq.com）："推荐一下我做的AI论文阅读工具www.aixpaper.com 。可以追踪arxiv上最新论文，支持论文笔记，能够自动提示引文。 这个工具又费CPU，又费存储，如果没啥人用，估计我也很快放弃他了"
智能论文笔记
三、电子书资源的整理
1. SaltTiger
https://salttiger.com/
作者从2012年开始一直坚持在做的免费电子书下载，超级赞
SaltTiger
2. Packtpub
https://www.packtpub.com/all
电子书比较全，而且有限时免费的书，不错
Packtpub
3. BookDL
https://bookdl.com/
BookDL
四、平台资源的整理
1. CSDN
https://www.csdn.net/
2. 简书
https://www.jianshu.com/
五、个人资源的整理
1. 林泽辉 个人网站
http://www.linzehui.me/
相当精华的技术网站了，无论是内容还是排版都十分喜欢
尤其是上面有每周论文，言简意赅的跟踪一些最新研究成果的原理和推导，十分有用
2. 张俊林 CSDN
https://me.csdn.net/malefactor
中科院软件所博士，他的博客中有很多关于搜索引擎和深度学习的研究和分享
3. 面试算法
https://wizardforcel.gitbooks.io/the-art-of-programming-by-july/content/00.01.html
比较系统整理的面试常见算法，偏向基础算法，没有机器学习和深度学习的讨论
4. DavidDao GitHub
https://github.com/daviddao
其中值得一看的是 MIT 的 Deep Learning Book：https://github.com/daviddao/deep-learning-book
5. 张朝立 个人网站
http://iyao.ren/
58RD，librec 开源项目 Core Developer，推荐算法方向
6. 辛永佳 Github
https://github.com/logicxin/
腾讯RD，librec 开源项目 Core Developer，NLP、推荐算法方向
7. Pattern Recognition and Machine Learning Github
https://github.com/ctgk/PRML
六、竞赛资源的整理
1. AI Challenger（全球AI挑战赛）
https://challenger.ai/
AI Challenger
To be continue
网友评论