diff --git a/docs/.vitepress/config.mts b/docs/.vitepress/config.mts index c92c954..6df135e 100644 --- a/docs/.vitepress/config.mts +++ b/docs/.vitepress/config.mts @@ -96,7 +96,17 @@ export default defineConfig({ link: '/学习路线/', collapsed: true, items: [ - { text: '基础知识', link: '/学习路线/基础知识' }, + { + text: '基础知识', + link: '/学习路线/基础知识/', + collapsed: true, + items: [ + { text: '线性代数', link: '/学习路线/基础知识/线性代数' }, + { text: '概率论', link: '/学习路线/基础知识/概率论' }, + { text: 'ChatGPT', link: '/学习路线/基础知识/ChatGPT' }, + { text: '编程', link: '/学习路线/基础知识/编程' }, + ] + }, { text: '基础技能', link: '/学习路线/基础技能' }, { text: '机器学习', link: '/学习路线/机器学习' }, { text: '深度学习', link: '/学习路线/深度学习' }, diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206.md" deleted file mode 100644 index 8269320..0000000 --- "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206.md" +++ /dev/null @@ -1,25 +0,0 @@ -# 基础知识 - -在正式开始深度学习的学习之前，很遗憾，你依然需要了解一些基础知识，尽管如今深度学习的学术界部分的领域对于基础知识的要求已经低到令人发指，但是为了避免将来的迷茫，适当的基础是必要的。 - -## 线性代数/矩阵论 - -线性代数作为深度学习领域中最重要的知识，是每一位读者都需要掌握的内容，大学的教材已经足够覆盖大多数的内容，尽管网络上的一些人对于国内线性代数的教材与课程设置颇为诟病，但是这完全不等价于学习不好的理由，更何况线性代数的简单知识仅需要几个惬意的上午便可以全部解决。同时关于高等数学中多元微分的内容也是需要了解的。 - -对于想要进一步提升的读者，可以了解矩阵论相关的相关知识，在系统的课程学习之外，[矩阵力量](https://github.com/Visualize-ML/Book4_Power-of-Matrix)是一本关于线性代数与部分矩阵论知识的优秀书籍，可以供读者进行自学。 - -## 概率论 - -概率论作为人工智能领域的常见知识，在数学的推导以及公式的表达中经常出现，理解一些偏向数学的理论的时候通常也偏向于概率论相关的计算。对于一般的使用来说，了解本科所教学的内容即可。大多数的概率论相关的公式总是离不开条件概率等内容，但是随着变量的增多，这些公式的变换形式往往变得复杂，耐心的理解有时候大于知识的掌握。 - -同样来自矩阵力量的作者著有[统计至简](https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics)，同样值得一读。 - -## ChatGPT - -随着人工智能技术的快速发展，ChatGPT已经成为了大多数科研工作者不可或缺的协作者，对于初学者来说尤甚。了解如何连接ChatGPT，或者使用转发站调用API，是一项必备的技能，尤其在自学中，往往老师不是经常存在的，而GPT如今已经具有了理解复杂数学公式推导的能力，加上其代码能力一直是强项，可以极大的提升每一个人的效率。 - -## 编程（Python） - -编程能力毫无疑问在人工智能领域同样至关重要，对于一个算法来说，实现与相关的实验往往占据了科研的绝大多数时间，而代码能力也是科研工作者的核心能力之一。在人工智能领域中，一般来说，Python是唯一使用的语言，因此假如说在受教育过程中没有接受过Python语言的课程，自学Python是很重要的。幸运的是，你已经多半学习过了编程，而编程思维是可以泛化的，因此Python的速成是很快的，甚至在ChatGPT的辅助下，你可以立刻上手。 - -假如说想要系统的学习Python，那么[官方的文档](https://docs.python.org/zh-cn/3/tutorial/index.html)毫无疑问是最为扎实的学习方法，与此同时，[廖雪峰的Python教程](https://www.liaoxuefeng.com/wiki/1016959663602400)同样质量不错。 \ No newline at end of file diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/ChatGPT.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/ChatGPT.md" new file mode 100644 index 0000000..afd5ba4 --- /dev/null +++ "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/ChatGPT.md" @@ -0,0 +1,3 @@ +# ChatGPT + +随着人工智能技术的快速发展，ChatGPT已经成为了大多数科研工作者不可或缺的协作者，对于初学者来说尤甚。了解如何连接ChatGPT，或者使用转发站调用API，是一项必备的技能，尤其在自学中，往往老师不是经常存在的，而GPT如今已经具有了理解复杂数学公式推导的能力，加上其代码能力一直是强项，可以极大的提升每一个人的效率。 \ No newline at end of file diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/index.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/index.md" new file mode 100644 index 0000000..73530e8 --- /dev/null +++ "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/index.md" @@ -0,0 +1,3 @@ +# 基础知识 + +在正式开始深度学习的学习之前，很遗憾，你依然需要了解一些基础知识，尽管如今深度学习的学术界部分的领域对于基础知识的要求已经低到令人发指，但是为了避免将来的迷茫，适当的基础是必要的。 \ No newline at end of file diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\346\246\202\347\216\207\350\256\272.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\346\246\202\347\216\207\350\256\272.md" new file mode 100644 index 0000000..1b47ece --- /dev/null +++ "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\346\246\202\347\216\207\350\256\272.md" @@ -0,0 +1,5 @@ +# 概率论 + +概率论作为人工智能领域的常见知识，在数学的推导以及公式的表达中经常出现，理解一些偏向数学的理论的时候通常也偏向于概率论相关的计算。对于一般的使用来说，了解本科所教学的内容即可。大多数的概率论相关的公式总是离不开条件概率等内容，但是随着变量的增多，这些公式的变换形式往往变得复杂，耐心的理解有时候大于知识的掌握。 + +同样来自矩阵力量的作者著有[统计至简](https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics)，同样值得一读。 \ No newline at end of file diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\272\277\346\200\247\344\273\243\346\225\260.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\272\277\346\200\247\344\273\243\346\225\260.md" new file mode 100644 index 0000000..2e50826 --- /dev/null +++ "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\272\277\346\200\247\344\273\243\346\225\260.md" @@ -0,0 +1,5 @@ +# 线性代数 + +线性代数作为深度学习领域中最重要的知识，是每一位读者都需要掌握的内容，大学的教材已经足够覆盖大多数的内容，尽管网络上的一些人对于国内线性代数的教材与课程设置颇为诟病，但是这完全不等价于学习不好的理由，更何况线性代数的简单知识仅需要几个惬意的上午便可以全部解决。同时关于高等数学中多元微分的内容也是需要了解的。 + +对于想要进一步提升的读者，可以了解矩阵论相关的相关知识，在系统的课程学习之外，[矩阵力量](https://github.com/Visualize-ML/Book4_Power-of-Matrix)是一本关于线性代数与部分矩阵论知识的优秀书籍，可以供读者进行自学。 \ No newline at end of file diff --git "a/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\274\226\347\250\213.md" "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\274\226\347\250\213.md" new file mode 100644 index 0000000..76fe26f --- /dev/null +++ "b/docs/\345\255\246\344\271\240\350\267\257\347\272\277/\345\237\272\347\241\200\347\237\245\350\257\206/\347\274\226\347\250\213.md" @@ -0,0 +1,5 @@ +# 编程（Python） + +编程能力毫无疑问在人工智能领域同样至关重要，对于一个算法来说，实现与相关的实验往往占据了科研的绝大多数时间，而代码能力也是科研工作者的核心能力之一。在人工智能领域中，一般来说，Python是唯一使用的语言，因此假如说在受教育过程中没有接受过Python语言的课程，自学Python是很重要的。幸运的是，你已经多半学习过了编程，而编程思维是可以泛化的，因此Python的速成是很快的，甚至在ChatGPT的辅助下，你可以立刻上手。 + +假如说想要系统的学习Python，那么[官方的文档](https://docs.python.org/zh-cn/3/tutorial/index.html)毫无疑问是最为扎实的学习方法，与此同时，[廖雪峰的Python教程](https://www.liaoxuefeng.com/wiki/1016959663602400)同样质量不错。 \ No newline at end of file