看到很多很有趣的观点，不记下来的话，就会很快消散。所谓现代，乃是用数字方式，做一个摘抄本的功能。
王垠的博客
机器与人类视觉差距系列
简介
在1.2与3中，王垠探讨了机器视觉与人类视觉之间存在的差别。
智慧系列
简介
在智慧系列中，介绍了王垠对生活、艺术和学习的思考。
学习的智慧
中心思想是以下几点：
- 王垠有很多犯错误的经验，但当他根据经验指正别人时，别人不会听他的话；
- 知识必须从实践中得来，而提出和思考问题也是同样的重要；
- 获取知识的时候从多个角度进行对比，迷信教材不好，直接交流是很高效的；
- 英文很重要（王垠的文章说明了学习英文语法的方法，中心思想是：句子的本质是函数和一组参数的组合，这个函数就是动词，另一篇文章中则认为标准英语口音不应该被过分推崇）。
一句话点评：如果你不能自行解决一个问题，去和人讨论，或者从多个英文来源去获取相应资源。
编程的智慧
之前已经单独引用了一个全文。这里还是再概括一遍：
- 代码需要重读与重构；
- 代码需要功能单一、高内聚与低耦合；
- 自注释；
- 宁愿长，也要清晰；
- 对错误的处理，需要很多的耐心和细心；
- 目的导向，避免过度工程。
生活的智慧
中心思想是以下几点：
- 整理事物时，使用最频繁的物品也放的最近；
- 相同功能的物品，只留一件最好的；
- 框子非常有用。
总的来说，只要你保持一个理性，独立的态度，积极发现生活中的各种问题，并提出解决方案，你的生活也会非常棒。
3Blue1Brown系列
线性代数系列
简介
在这个系列中，作者以1D~3D中的图形为例，解释了线性代数中的各种基本概念。
大纲：
- 向量是什么；
- 空间与基；
- 矩阵与线性变换；
- 矩阵乘积；
- 三维空间中的线性变换；
- 行列式；
- 逆矩阵、列空间、秩与零空间；
- 非方阵；
- 点积与对偶性；
- 以线性变换的眼光看叉积；
- 基变换；
- 特征向量与特征值；
- 抽象向量空间。
微积分系列
简介
在这个系列中，作者以2D函数图形可视化形式，讲解了微积分中的一些基本概念。
大纲：
- 微分法求圆的面积；
- 车速与距离的例子诠释导数的意义；
- 几何方法求导；
- 链式法则与乘积法则的可视化；
- 指数函数；
- 隐函数求导；
- 极限与洛必达法则；
- 积分引入；
- 面积与斜率之间的关联；
- 泰勒级数；
- 另一种“缩放”视角下的微积分。
深度学习系列
简介
在这个系列中，作者以可视化形式介绍了神经网络及反向传播算法。
大纲：
- 如何识别手写数字-神经网络的原理与结构；
- 反向传播算法原理解释；
- 反向传播算法的符号表示。
Jay Alammar系列
Jay Alammar是一名擅长可视化复杂算法的工程师，在这个系列中，他对seq2seq/BERT/GPT-2等算法进行了细致和可视化的讲解。
因为以上算法都是和RNN有一定的关联，所以在了解以上算法之前，先回顾经典的对LSTM的形象讲解是非常有必要的。
Gilles Castel的笔记法
Gilles Castel是勒芬大学数学系的学生，他能做到在数学课上同步用LaTex记笔记：
SIGAI系列
sigai是清华大佬的创业项目，在tensorinfinity上提供了一系列高质课程。参考课程可建立机器学习&深度学习的知识脉络。
小技巧系列
无聊的时候，知乎搜索一些“技巧”：
1、以过程评判优劣，发掘成就感，消弥挫败感；
2、在做任何一件事情之前，请查阅尽可能多的相关资料、经典教材，做很多事情都是有好的模式和方法的，请不要忽略前人经验的巨大威力（survery+review当关键字查找论文综述）；