A.1 推荐学习资源
只有当外部资源能解决你当前的卡点时，才值得打开。不要把收藏链接当成做项目的替代品。
按卡点选择
| 你卡在什么地方 | 优先补什么 | 回到哪里验证 |
|---|---|---|
| 概念直觉 | 3Blue1Brown、可视化讲解、课程图解 | 当前章节练习 |
| Python 基础 | Python 官方教程、Real Python | 第 2 章代码练习 |
| 数据处理 | Pandas、NumPy、Matplotlib、SQL 文档 | 第 3 章小项目 |
| 数学与 ML 理论 | 吴恩达 ML、周志华《机器学习》、scikit-learn 文档 | 第 4-5 章 |
| 深度学习代码 | PyTorch 文档、Dive into Deep Learning、Fast.ai | 第 6 章 notebook |
| 大模型使用 | Hugging Face 文档、模型服务商文档 | 第 7-8 章 |
| RAG / Agent 工程 | LangChain、LangGraph、LlamaIndex、MCP 文档 | 第 8-9 章项目 |
| CV / NLP / 多模态 | CS231n、CS224n、OpenCV、扩散模型和多模态资料 | 第 10-12 章 |
一个卡点只选一个资源
每次补资源，都要留下一个小成果：
| 资源学习方式 | 最小成果 |
|---|---|
| 看概念视频 | 用 3 句话重写这个概念 |
| 查官方文档 | 跑通 1 个官方示例 |
| 读博客/教程 | 把 1 个做法用到课程项目里 |
| 读论文/综述 | 写出“旧问题 -> 新方法 -> 项目影响” |
常见错误
- 收藏很多链接，但不运行代码。
- 一段看不懂就立刻换资源。
- 只看理论，不回到项目验证。
- 还没做最小 demo，就先想学完整框架。
快速判断
打开新资源前，先问三个问题：
- 我到底卡在哪个具体问题？
- 这个资源能给我不同解释、官方 API 答案，还是可运行示例？
- 看完之后，我要回到课程里的哪个任务？
如果答不上来，就先继续主线课程。