科研小结

根据自己硕士期间的学习轨迹，给出的一点建议。以下教程基本读研之前也就是大四下学期和暑假期间要自学完，读研开始直接就做实验写paper

语言方面

python:这个学习python的基础语法挺好的，同步练习
matlabe:当初学习的网站已经收费了，可以自行去网易云课堂，幕客等找下视频。或者看官方文档
代码最好花一两天（千万别拖太久，时间越短越好）把基础语法看完，一边看一边上手写。代码背是没用的，一定要多写。

机器学习书籍推荐

李航《统计学习方法》
周志华《机器学习》
AI圣经《深度学习》

机器学习视频推荐

吴恩达大大的视频一系列都挺推荐的，然后朋友推荐徐亦达的也挺不错（只是口音比较重）
吴恩达大大视频原本在coursera上面，但因为国内防火墙问题经常被强，所以在网易云上也有一套一样的。但网易云的不支持答题和课后编程练习（听别人说后来答题和练习功能也做好了）。coursera可以。所以如果可以还是建议coursera上学习。

机器学习（通熟易懂）

coursera链接：https://www.coursera.org/learn/machine-learning?
网易云链接：https://study.163.com/course/introduction/1004570029.htm 看了下下架了。

deep learning

深度学习主要就是神经网络，神经网络在机器学习有介绍，深度就是神经网络层数加深，当然最主要是用在图像方面的深度卷积神经网络，这个视频课程有点多，包含五个大块。看完可能要一个学期。多利用下课余时间吧。
coursera链接：https://www.coursera.org/specializations/deep-learning
网易云链接：https://mooc.study.163.com/smartSpec/detail/1001319001.htm

学完这些你自己肯定能写一点东西了。但造轮子是个痛并快乐的事，快乐的是轮子造出来的那一刻的成就感和喜悦感。痛苦的事，造个轮子还要自己种橡皮树。所以合理的利用资源吧。学习一个现成的深度学习框架，个人推荐Tensorflow 个人推荐pyTorch(小声bb，成功从tensorflow跳坑pytorch)（不是绝对，别的啥caffe pyTorch tensorflow也行，这些我也用，只是主要用Tensorflow PyTorch毕竟精力有限又要有个能拿出手的）

个人建议，走工程的学tensorflow 如果做学术科研，学pytorch。因为做工程用python训练出来的模型最后都要做成服务的。一般都会用Java来封装（资源调度，多线程并发Java要比python靠谱，大公司基本采用Java），tensorflow对java 支持比较好，如果是做研究pytorch更容易上手。

书籍方面很多需要的自己百度。视频方面推荐一个半天能学完的（视频标记的是一个月吧，但真的，半天够了。然后就是多写多练）
https://www.coursera.org/learn/introduction-tensorflow/home/welcome
吴恩达大大的英语真好听，耳朵怀孕的那种，让我一个英语渣渣都反复听了两遍，没办法好听

台湾李宏毅老师的课程，比较风趣幽默。每个章节基本独立的。用到哪个针对性的去看，有空全看完也行。
http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLSD15_2.html

查论文

http://xueshu.baidu.com/
https://scholar.google.com.hk/
paperdigest 根据关键字查文献，并根据查出的文献写个小的综述

查源码

https://paperswithcode.com/datasets上可以通过论文名称查到是否公开源码，导航栏中还有SOTA mathod, 公开数据集等。

文献管理用endnote（强烈推荐，跨平台，教程可见Endnote教程）
公式编辑用mathtype
论文撰写Latex

科研网站

deepl AI翻译网站，相比于百度翻译 google翻译 更适合学术论文
quillbot 写作时语法修饰，平时写的时候先用grammarly 检查下小的语法错误，然后可以整段丢这里面，来进行简单润色。