自学指南

都说大学主要靠自学，的确不假。但无论是自学还是被督促着学，这其中最关键的还是学习资源，通俗易懂的博客可以让我们快速入门，层层递进的教材可以让我们扎实基础。

对于一张白纸，并且打算未来从事科研或工程的同学，我的推荐学习路线是：基础理论 $\to$ 工程实践 $\to$ 科学研究。无论最终选择 Engineer 还是 Research，我都推荐这么过一遍（翁家翌大佬也持类似观点 ^[1]），具体地：

• 更喜欢 Engineer 的同学，在打好基础理论的前提下，侧重工程实践。例如多手搓几个中大型项目，然后上线并推广，获得一定的用户与流量。但也请学会论文的基本写作思路，这样在以后工作的过程中，就可以对“侃侃而谈”的全英 paper 祛魅；
• 更喜欢 Research 的同学，在打好基础理论的前提下，侧重科学研究。例如主动联系老师进行科研训练，多读论文，多发 paper。但也请学会项目的工程化思路与手段，这样在编码实现 idea 时，能更好地组织内容，在复现他人的项目时，有勇气深入研究。

本文就分以上三类，大致罗列我学习过程中接触到的一些相对优质的学习资源。

基础知识类

我的基础知识类的学习笔记记录在我的技术博客中：https://wiki.dwj601.cn/base/。具体如下：

国外大学的开源课程

csdiy.wiki 是一位 18 级 PKU 信科生制作的自学指南，以介绍 CS/AI 领域的优质开源课程与学习心得为主。例如其中的 NLP 入门课程 CS 224N、LLM 入门课程 CS 336 等。B 站上有很多上述课程的中文翻译版，读者可自行搜索。

国内大学的开源课程

操作系统原理 是南大蒋炎炎老师的视频录制，课程难度较高，适合对其有一定理解的同学做进一步的学习与理解。

知识可视化

www.serrano.academy 是一位加拿大开发者维护的知识可视化平台，以可视化机器学习理论与数学理论为主。

3Blue1Brown 是著名的知识可视化作者，代表作有 线性代数的本质、深度学习可视化 等。

苏剑林的博客

spaces.ac.cn 是 NLP/LLM 领域著名大神「苏剑林」的博客，其娓娓道来的推导读起来很舒服。据小道消息，专门就有课题组追踪他的最新博客，然后产生嗑盐的 idea。

数据结构与算法

wiki.dwj601.cn/ds-and-algo/ 是我的数据结构与算法的学习笔记，按照类别详细编排。具体如下：

灵茶山艾府 是一位算法大佬，他讲解的算法通俗易懂，适合从零开始的小白学习。主要刷题平台是力扣国内版。

jiangly 不是 dd 是一位算法神牛，长期占据 Codeforces 全球前五，他会把 CF 的做题视频录播上传到 B 站，适合算法进阶的同学观看学习，主要学习解题思路和编程技巧。

工程实践类

我的工程实践类的学习笔记记录在我的技术博客中：https://wiki.dwj601.cn/develop/。具体如下：

工程开发学习路线

roadmap.sh 是一位英国开发者制作的开发指南，以介绍开发路线为主。指南中每一个开发方向都配备了一些小任务与小题目，以任务驱动的方式引导我们入门不同的开发方向。

Python

不基础的 Python 基础 是高天前辈的视频专栏，讲了很多 Python 的底层运行原理，适合对 Python 有一个更底层的理解。

Java

codefather.cn 是一位大陆创业新人「鱼皮」制作的编程学习平台，需付费学习，以中大型 Java 项目为主。但其中的内容良莠不齐，读者需自行甄别。

科学研究类

我的科学研究类的学习笔记记录在我的技术博客中：https://wiki.dwj601.cn/llm/。具体如下：

论文预印本

arxiv.org 是康奈尔大学组织的论文共享平台。读者可以在上面搜索自己感兴趣的论文进行阅读。

谷歌学术

scholar.google.com 是谷歌出品的论文搜索平台，读者可以在其中找到想要的文章。

大模型信息源

AI 大模型 LLMs 资讯 是 B 站 UP 主「Akinokoe」的视频栏目，适合追踪最新的前沿模型。

其他杂项类

中文技术文档写作规范

请参考阮一峰老师的 GitHub 仓库：https://github.com/ruanyf/document-style-guide，我的很多写作规范就源自那里。

科技杂谈

科技爱好者周刊 每周五更新，其中的科技新闻、开源工具比较有意思。

科技每周补全 是 B 站 UP 主「玄离 199」的视频栏目，其中的小道消息和开源工具比较有意思。

GitHub 项目推荐 是 B 站 UP 主「IT 咖啡馆」的视频栏目，主要以介绍开源工具为主。

科普视频

硬件茶谈的硬核科普 是一个团队打造的科普视频，我对其中的计算机硬件科普非常感兴趣。代表作有 从零开始认识显卡、从零开始认识主板。

欢迎在评论区补充更多内容 :D

1. 翁家翌：OpenAI，GPT，强化学习，Infra，后训练，天授，tuixue，开源，CMU，清华｜WhynotTV Podcast #4 ↩