有哪些可以自学机器学习、深度学习、人工智能的网站？
本文包括教学网站链接和人工智能书籍下载地址等诸多彩蛋，请各位看官耐心看完。
入门篇：可视化手段助你了解基本规则
No.1 卷积神经网络入门神器CNN Explainer
将卷积神经网络可视化，还有比这更赛博朋克的事吗？网站样片如下：
有了这个网站，卷积层、线性整流层、池化层、完全连接层、损失函数层等复杂的网络结构将不再“傻傻分不清楚”，妈妈也不用担心我的学习啦。
除了整体把握卷积神经网络的网络结构和运行模式，我们还可以点击每个分支，看看其与其余部分的交互方式，如：
- 当将鼠标悬停在第一卷积层最顶层节点的激活映射上时，你可以看到系统应用了3个内核来生成这个激活映射。单击此激活映射后，你可以看到发生在每个唯一内核上的卷积操作。
- 除此之外，我们还可以看到各种函数，如softmax函数的运作过程：
这个网站的作者为中国籍博士Zijie J. Wang。2020年5月1日，Zijie J. Wang在预印本网站arxiv上传了这个网站的最新版本：
网站链接：CNN Explainer
开源代码：https://github.com/poloclub/cnn-explainer
原始论文：https://arxiv.org/abs/2004.15004
No.2 在线训练神经网络的游乐园
想理解神经网络的运算规则，而又不想自己写一段复杂代码吗？这个网站可以满足你的要求。对于那些想理解神经网络的基本规则，甚至简单设置一下输入输出、调节隐藏层、调节超参数等功能的同学，这个网站无疑值得尝试。
网站链接：Tensorflow — Neural Network Playground
进阶篇：掌握公式级机理祝你成为行业翘楚
No.1 人工智能“圣经”级教科书
人工智能作为新兴领域，各种教科书的数量逐年增长，但总有些书籍能够经历大浪淘沙般的洗礼，被一代代的读者所推荐，甚至被推崇为领域内不得不学的“圣经”。
这些经典书籍有：
这些书籍都可以称得上人工智能领域的扛鼎之作，无论你是想从实战出发，亲自编写代码，或想从理论出发，亲自搞清楚人工智能黑盒子的秘密，这些书籍都能一一满足你的要求。
下面链接可以免费获得上述书籍的电子资源，为各位读者节省了一大笔开支：
除此之外，通过该链接还可以获取到人工智能等热门领域的知识树图谱。对于那些不知道自己的就业职场坐标以及没有明确方向和明确规划的同学，这些资料可以提供有价值的参考！
No.2 吴恩达的两部视频
- 吴恩达机器学习视频：吴恩达机器学习 – 网易云课堂
- 吴恩达深度学习视频：deeplearning.ai – 网易云课堂
No.3 Google AI学习
这个新推出的课程是谷歌为扩大公众对人工智能的理解所建立的课程。课程材料正在慢慢增加，但目前它已经包含了一个机器学习与TensorFlow(谷歌的机器学习库)的速成课程。
网站链接：https://ai.google/education/
No.4 哥伦比亚大学机器学习课程
这门课程可以在网上免费下载，要想最大限度地学好这门课，你需要在12周的时间里，每周花8到10个小时来学习材料和进行仿真练习。
这门课程比较有难度，因为是常春藤盟校水平的教育资源。
网站链接：https://www.classcentral.com/course/edx-machine-learning-7231
No.5 英伟达计算机视觉的深度学习基础
计算机视觉是人工智能的一个分支学科，通过处理视觉信息，计算机视觉可以像我们的大脑一样看到东西。作为图形处理单元(gpu)的制造商，在这门课程里，英伟达毫不意外地涵盖了一些前沿计算机视觉问题。
No.6 麻省理工学院自动驾驶汽车中的深度学习
与上述课程类似，麻省理工学院采用的方法是以人工智能的一个主要现实方面：自动驾驶汽车作为课程的出发点，以探索具体的技术细节。
网站链接：https://deeplearning.mit.edu/
本文简单列举了一些学习资源，希望对各位读者有所帮助。
祝各位小伙伴多发paper早日毕业！
