声明：

1）该文章整理自网上的大牛和机器学习专家无私奉献的资料，具体引用的资料请看参考文献。
2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益，还望海涵，并联系博主删除。
3）博主才疏学浅，文中如有不当之处，请各位指出，共同进步，谢谢。
4）此属于第一版本，若有错误，还需继续修正与增删。还望大家多多指点。大家都共享一点点，一起为祖国科研的推进添砖加瓦。

文章目录

  • 声明：
    • 〇、写在前面
    • 一、粉丝小福利
    • 二、令人头疼的数学
    • 三、人生苦短，我用python
    • 四、三两个三方库
    • 五、深。。。深度。。。深度学习理论
    • 六、一大波DL论文来袭
    • 七、有哪些知名会议呢
    • 八、你知道知识图谱吧？！？
    • 九、DL框架哪家强
      • 9.1、TensorFlow
      • 9.2、PyTorch
    • 十、欢迎来到神经网络游乐场
    • 十一、毛遂自荐可还行
    • 十二、总结一下下
  • 参考文章

〇、写在前面

可以去我的WX公众号，回复【福利】，获取更多资源！

最近没有怎么发博客，趁这个机会总结一下，2019年已经是深度学习大火甚至热度下降的一年了，我们的小伙伴应该抓紧机会赶上最后一波热潮！！！

依照我目前的学习经验和采坑总结，学习深度学习的最佳学习方法莫过于 【视频+博客+书籍】+ 总结，【视频+博客+书籍】这三个，我将把自己【目前学过的】以及【大佬推荐的】都在这篇博客文章中全部展现出来，力求全面实用，至于【总结】部分则是在于个人的发挥，【所谓师父领进门，修行在个人】，虽然我不是师傅，但是也希望能为你的未来方向提供一些力所能及的帮助。

博主将为各位趟河踩坑，保驾护航，咱们一起冲冲冲！！！上帝是公平的，所以世间的一切都是等价交换，只要你不辜负时间，时间也必然不会辜负你！！！

最后说一下，什么叫做【学习】，有好多小伙伴包括博主本人都有点急躁，但是【学习】是【学】然后【习】的过程，即 认真学习，努力实践，乐于分享。

不要忘记计算机科学技术的核心就是【分享】，不要闭门造车！！！那实在是浪费时间！！！

如果你觉得本文有用，还请 点赞，关注，收藏，这样就能让更多的人看到。

如果本文有不足或者不正之处，欢迎指正批评，感激不尽！

如果有疑问欢迎留言，绝对第一时间回复！！！

一、粉丝小福利

推荐一个可以搜索一些pdf版的电子书的网站——鸠摩搜书，https://www.jiumodiary.com/

比如搜索【深度学习】，

下文中提到的一些书都可以去其中搜索，或者也可以直接百度：

不过百度的坑比较多，但是也是可以尝试的，再或者脚本之家，https://www.jb51.net/books/

如果实在找不到，也可以直接去CSDN的下载区下载，https://download.csdn.net/，淘宝找一个商家下载即可，一般也就一两块。

二、令人头疼的数学


其实我也懂，大家也懂，很多人避而不谈或者绕开深度学习的主要原因是听到了数学，数学基础内容过多，基本上把大部人劝退了。。。【立即推 <<==>> 放弃】

其实如果你读过工科本科（因为我是工科，本科【吉大】的小伙伴有吗），就一定学过 高等数学、概率论与数理统计和线性代数 这三门课，这就基本上能够解决绝大多数的问题，甚至说如果你只是想当一个掉包侠的话，这些都不用全部掌握，关于深度学习的境界划分在这里——大话卷积神经网络CNN（干货满满），可以看看自己是哪一个境界的小盆友。

正文开始：

  • 微积分：其实个人感觉涉及的微积分知识相对简单，积分很少，微分也不是特别复杂，花一天时间学一学就行。

  • 概率论与统计：这个比较高深，是应用在机器学习领域里最重要的数序分支。应用比如：条件概率、相关系数、最大似然、大数定律、马尔可夫链等等，还是得好好搞一下概率。

  • 线性代数：数字图像本身就是以矩阵的形式呈现的，多个向量组成的样本也是矩阵这种形式非常常见，大多机器学习算法里每个样本都是以向量的形式存在的，多个矩阵叠加则是以张量(tensor)的形式存在 Google 深度学习库 TensorFlow 的字面意思之一。

  • 凸优化：这个需要单独拎出来说一下。因为太多问题（尤其机器学习领域）都是优化问题（求最优），凸优化是里面最简单的形式，所以大家都在想办法怎么把一般的优化问题转化为凸优化问题。至于单纯的凸优化理论，好像已经比较成熟了。在机器学习里，经常会看到什么求对偶问题、KKT条件等，潜下心花两天学一学。

数学知识真的没必要系统学习，效率低又耗时，毕竟大家都有本科或者研究生的基础了，这就足够了。目前感觉用的最多的就是矩阵论！！！因为 TensorFlow 或者其他的框架都需要计算图的大小。再或者用到的时候学，学完之后总结一下，所以一定要活学活用网上的搜索资源，比如 CSDN、知乎等等。

如果想要学习这三门课——【高等数学、概率论与数理统计和线性代数】，推荐宇哥（张宇数学）的课程，直接B站搜就能找到。

宇哥鼓励学生的一段话，送给你，无论你考没考过研，希望你都能坚持一下！！！

再坚持一下，张宇送给2018考生的最后一段话！

资源总结：

  • 同济大学的《线性代数》
  • 浙江大学的《概率论与数理统计》
  • 同济大学的《高等数学》
  • 北大的《凸优化》
  • 林轩田机器学习基石/技法课件、作业和视频
  • 斯坦福大学CS229机器学习课程基础资料英文和中文版本
  • 《B站张宇数学》

三、人生苦短，我用python


工欲善其事必先利其器，作为深度学习的基础语言，python这些年可以说是红得发紫，承蒙粉丝们抬爱，写过一个1.6W播放量的 python 的基础博客——用Python解决数据结构与算法问题（一）：Python基础，不过没有特别详细，推荐学完了基础知识的时候再看一下，以做位复习的资源，内附几个例子，可以用来练手。

基础部分看廖雪峰的 python教程 就可以了，我个人有看一些，比较良心，如果不喜欢在线学习的同学也可以使用这本书——《Python编程：从入门到实践》，极其的基础，但是对小白来说非常友好，还有几个简单的项目实战。

有的同学会问是学 python2 还是 python3？这么说吧，python 核心团队计划2020年停止支持 python2，也就是说 python2 马上就要说再见了，肯定还是学 python3，遇到之前的 python2 的代码再查找区别即可。python 学起来其实很简单，看别人代码的过程就是学习的过程。对于不熟悉的用法多搜下官方文档，如 python

python 的开发环境值得说一下，因为有太多选择，这里比较建议使用 pycharm 和 jupyter notebook：

  • Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本Python并存、切换以及各种第三方包安装问题。

下载地址：https://www.anaconda.com/download/

  • Pycharm，社区版免费

下载地址：https://www.jetbrains.com/

  • 安装教程：

    • Anaconda+Jupyter notebook+Pycharm：https://blog.csdn.net/TeFuirnever/article/details/90646020

    • Ubuntu18.04深度学习环境配置(CUDA9+CUDNN7.4+TensorFlow1.8)：https://zhuanlan.zhihu.com/p/50302396

资源总结：

  • 廖雪峰的python教程
  • 《Python编程：从入门到实践》
  • 两天入门python

四、三两个三方库


除了python之外，还有很多常用的第三方库：numpy、pandas、scipy、matplotlib、Seaborn、scikit-learn等等，需要熟练掌握提到的这几个，其他的遇到再学习使用即可。

资源总结：

  • 《Numpy练习题100题》
  • 《十分钟搞定pandas》
  • 《scipy学习笔记》
  • 《matplotlib学习之基本使用》
  • 《Seaborn简易入门》
  • 《scikit-learn学习笔记》
  • 《Scikit-Learn 与 TensorFlow 机器学习实用指南》
  • 《Scikit-Learn 官方文档》
  • 《Scikit-Learn 中文文档（0.19）》

五、深。。。深度。。。深度学习理论


认真的学习深度学习理论是关键！！！


深度学习理论首推这门课——网易云的吴恩达deeplearning.ai。

  • 离线视频：https://pan.baidu.com/s/1ciq3qHo0lgoD3MLRwfeqnA 密码：0kim。

  • 课件，笔记，论文：https://github.com/fengdu78/deeplearning_ai_books

  • 作业：https://github.com/stormstone/deeplearning.ai

还有我个人依据课程写的 深度学习入门笔记系列


《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，入门深度学习的同时还可以学习 Keras。

英文版：https://github.com/fchollet/deep-learning-with-python-notebooks

中文版：https://github.com/fengdu78/machine_learning_beginner/tree/master/deep-learning-with-python-notebooks


李宏毅的一天搞懂深度学习课件ppt，pdf以及精心整理的目录——https://download.csdn.net/download/tefuirnever/11107293

李宏毅《机器学习》：https://www.bilibili.com/video/av59538266


李飞飞的 CS231n 课程，B站有 中英文字幕版课程，知乎专栏 智能单元 有CS231N课程翻译（非常好）


Fast.ai《程序员深度学习实战》

视频地址：

  • B站地址(英文字幕)：https://www.bilibili.com/video/av18904696?from=search&seid=10813837536595120136

  • CSDN地址(2017版中文字幕): https://edu.csdn.net/course/detail/5192

课程笔记：

  • 英文笔记原文：https://medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-1-602f73869197

  • 由ApacheCN组织的中文翻译：https://github.com/apachecn/fastai-ml-dl-notes-zh


CS230 Deep Learning

  • 秋季CS230视频列表：https://www.bilibili.com/video/av47055599

  • 春季CS230课程大纲：http://cs230.stanford.edu/syllabus/

  • Cheetsheet（斯坦福助教给出）：https://stanford.edu/~shervine/teaching/cs-230.html

资源总结：

  • 《深度学习》花书
  • 《深度学习 500 问》
  • 李宏毅机器学习笔记(LeeML-Notes)
  • 《动手学深度学习》
  • 《动手学深度学习》-PyTorch

六、一大波DL论文来袭


如果你是深度学习领域的新手，你可能会遇到的第一个问题是“我应该从哪篇论文开始阅读？”

Papers with Code 这个网站叫做 Browse state-of-the-art。它将 ArXiv 上的最新深度学习论文与 GitHub 上的开源代码联系起来。该项目目前包含了 651 个排行榜，1016 个深度学习任务，795 个数据集，以及重磅的 10257 个含复现代码的优秀论文。简直就是一个寻找论文和代码的利器。它将 1016 个深度学习任务分成了 16 大类，涉及了深度学习的各个方面。

比如目标检测的超全的文献 paper 列表：

资源总结：

  • 大博主的正例论文资源——https://blog.csdn.net/zouxy09/article/details/8782018
  • Papers with Code；GitHub地址：https://github.com/zziz/pwc
  • Deep Learning Papers Reading Roadmap

七、有哪些知名会议呢

  • 会议

NeurIPS：https://nips.cc/

ICML：https://icml.cc/

ICLR：https://iclr.cc/

AAAI：https://aaai.org/Conferences/AAAI-19/

IJCAI：https://www.ijcai.org/

UAI：http://www.auai.org/uai2019/index.php

  • 计算机视觉：

CVPR：http://cvpr2019.thecvf.com/

ECCV：https://eccv2018.org/program/main-conference/

ICCV：http://iccv2019.thecvf.com/

  • 自然语言处理：

ACL：http://www.aclcargo.com/

EMNLP：https://www.aclweb.org/portal/content/emnlp-2018

NAACL：https://naacl2019.org/

  • 知名期刊:

JAIR：https://www.jair.org/index.php/jair

JMLR：http://www.jmlr.org/

  • 其它

机器人方面，有 CoRL（学习）、ICAPS（规划，包括但不限于机器人）、ICRA、IROS、RSS；

对于更理论性的研究，有 AISTATS、COLT、KDD。

八、你知道知识图谱吧？！？


知识图谱是什么？

知识图谱是一种结构化数据的处理方法，它涉及知识的提取、表示、存储、检索等一系列技术。从渊源上讲，它是知识表示与推理、数据库、信息检索、自然语言处理等多种技术发展的融合。

资源总结：

  • 为什么需要知识图谱？什么是知识图谱？——KG的前世今生

  • 什么是知识图谱？

  • 智能搜索时代：知识图谱有何价值？

  • 百度王海峰：知识图谱是 AI 的基石

  • 译文|从知识抽取到RDF知识图谱可视化

九、DL框架哪家强

注：♥ 表示推荐指数，越多越好

9.1、TensorFlow

TensorFlow学习资料大全：含入门指南、在线博客、视频教程、书籍推荐和实战项目等

TensorFlow入门指南

  • TensorFlow如何入门
  • awesome-tensorflow：TensorFlow - A curated list of dedicated resources
  • awesome-tensorflow-2：Tensorflow 2.x resources such as tutorial, blog, code and videos

TensorFlow官网&社区

  • （♥♥♥♥♥）TensorFlow官网
  • （♥♥♥♥♥）GitHub：TensorFlow
  • （♥♥♥♥）Medium：TensorFlow：官方维护，分享最佳干货文章
  • （♥♥♥♥）Twitter：TensorFlow：官方维护，分享最快动态
  • （♥♥♥♥）Youtube：TensorFlow：官方维护，分享最新视频
  • （♥♥♥♥♥）TensorFlow官网(中国域名) 便于不能科学上网的人
  • （♥♥♥）TensorFlow中文社区：官方和才云科技（TensorFlow 中国社区合作伙伴）联合发起

TensorFlow在线教程

  • （♥♥♥♥♥）tf2_course：第一个TensorFlow2.x系列教程（作者是巨佬）
  • （♥♥♥♥♥）TensorFlow-Examples：TensorFlow Tutorial and Examples for Beginners with Latest APIs
  • （♥♥♥♥♥）TensorFlow-Course：Simple and ready-to-use tutorials for TensorFlow
  • （♥♥♥♥）TensoFlow2中文教程：TensorFlow2中文教程（代码实战为主）
  • （♥♥♥♥）TensorFlow2.0-Examples：TensorFlow2 教程（代码实战为主）
  • （♥♥♥♥）EffectiveTensorflow：TensorFlow tutorials and best practices
  • （♥♥♥）TensorFlow-Tutorials-Chinese：TensorFlow 中文教程 (Chinese Tutorials)

TensorFlow视频教程

  • （♥♥♥♥♥）Deep Learning basics with Python, TensorFlow and Keras 网址
  • （♥♥♥♥♥）TensorFlow-Tutorials：TensorFlow Tutorials with YouTube Videos
  • （♥♥♥♥）Stanford CS 20SI: Tensorflow for Deep Learning Research (斯坦福TensorFlow教程)
    • 官网：CS20SI
    • GitHub(stanford-tensorflow-tutorials)
    • B站视频
  • （♥♥♥）Google 机器学习速成课程：该课程虽然为Machine Learning，但代码全使用TensorFlow，有实战意义

TensorFlow书籍资源

  • （♥♥♥♥♥）Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition
  • （♥♥♥♥）Hands-On Machine Learning with Scikit-Learn and TensorFlow 中文翻译
  • （♥♥♥）TensorFlow Machine Learning Cookbook

TensorFlow实战项目

  • TensorFlow/models
  • tensorboard
  • TensorLayer
  • DCGAN-tensorflow
  • facenet
  • FastMaskRCNN
  • SSD-TensorFlow
  • CapsNet-Tensorflow
  • tensorflow-generative-model-collections
  • tensorflow_poems

9.2、PyTorch

PyTorch资料学习大全：含入门指南、在线教程、视频教程和书籍推荐等资源

PyTorch安装教程

  • Ubuntu
  • Windows

PyTorch入门指南

  • Awesome-pytorch-list：A comprehensive list of pytorch related content on github,such as different models,implementations,helper libraries,tutorials etc.
  • 知乎：新手如何入门PyTorch
  • PyTorch：60分钟入门

PyTorch官网&社区

  • （♥♥♥♥♥）PyTorch官网
  • （♥♥♥♥♥）GitHub：PyTorch
  • （♥♥♥♥）Twitter：PyTorch：官方维护，分享最快动态
  • （♥♥♥♥）PyTorch官方论坛
  • PyTorch中文文档&教程
  • 知乎话题：PyTorch

PyTorch在线教程

  • （♥♥♥♥♥）PyTorch：Doc
  • （♥♥♥♥♥）pytorch-tutorial：PyTorch Tutorial for Deep Learning Researchers
  • （♥♥♥♥♥）practicalAI：Implement basic ML algorithms and deep neural networks with PyTorch.
  • （♥♥♥♥）practical-pytorch：PyTorch tutorials demonstrating modern techniques with readable code
  • （♥♥♥♥）Deep Learning with PyTorch：This series is all about neural network programming and PyTorch!
  • （♥♥♥♥♥）pytorch-book：PyTorch tutorials and fun projects including neural talk, neural style, poem writing, anime generation
  • （♥♥♥♥♥）莫凡：PyTorch教学：Build your neural network easy and fast
  • （♥♥♥♥♥）pytorch-handbook：pytorch handbook是一本开源的书籍
  • （♥♥♥♥）Dive-into-DL-PyTorch：本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
  • （♥♥♥♥）PyTorch_Tutorial：《Pytorch模型训练实用教程》中配套代码 PyTorch学习笔记

PyTorch视频教程

  • （♥♥♥♥）PyTorch - Deep Learning with Python
  • （♥♥♥）Neural Network Programming - Deep Learning with PyTorch
  • （♥♥♥）Intro to Deep Learning with PyTorch：优达免费课程
  • （♥♥♥♥♥）莫凡：PyTorch教学

PyTorch书籍资源

  • （♥♥♥♥♥）Deep Learning with PyTorch：LeCun力荐，PyTorch官方权威教程书 github代码
  • （♥♥♥）Introduction to Artificial Neural Networks and Deep Learning: A Practical Guide with Applications in Python
  • （♥♥♥♥♥）《深度学习框架PyTorch：入门与实践》github

PyTorch实战项目

  • pytorch-examples：官网示例
  • pretrained-models.pytorch：Pretrained ConvNets for pytorch: NASNet, ResNeXt, ResNet, InceptionV4, InceptionResnetV2, Xception, DPN, etc.
  • maskrcnn-benchmark：Fast, modular reference implementation of Instance Segmentation and Object Detection algorithms in PyTorch.
  • mmdetection：Open MMLab Detection Toolbox with PyTorch 1.0
  • pytorch-semseg：Semantic Segmentation Architectures Implemented in PyTorch
  • faster-rcnn.pytorch
  • ssd.pytorch
  • semantic-segmentation-pytorch
  • pytorch-pretrained-BERT
  • torchcv：A PyTorch-Based Framework for Deep Learning in Computer Vision
  • https://github.com/devnag/pytorch-generative-adversarial-networks

PyTorch搭档工具

  • PyTorch Lightning：Lightning is a very lightweight wrapper on PyTorch.

十、欢迎来到神经网络游乐场


网站地址：http://playground.tensorflow.org/#activation=relu&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.17410&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false


可以调整：

  • 数据分布，训练集和测试集的比例，有无噪声，批大小；
  • 特征，神经元个数和层数；
  • 学习率，激活函数，正则化与否以及大小，分类还是回归。

你可以尝试去改变相应的参数，从而感受一下网络输出的变化，进而体会到卷积神经网络的乐趣，加油！！！

十一、毛遂自荐可还行


推荐两个自己写的高质量博客：

  • 大话卷积神经网络CNN（干货满满）
  • 【记录】一个深度学习算法工程师的成长之路（思考和方法以及计划）

十二、总结一下下


该博客会持续更新相关资源，敬请期待。

持续更新…

如果你觉得本文有用，还请 点赞，关注，收藏，这样就能让更多的人看到。

如果本文有不足或者不正之处，欢迎指正批评，感激不尽！

如果有疑问欢迎留言，绝对第一时间回复！！！

如果有幸帮到你，请帮我点个【赞】，给个【关注】！如果能顺带【评论】给个鼓励，我将不胜感激。

如果想要更多的资源，欢迎关注 @我是管小亮，文字强迫症MAX~

回复【福利】即可获取我为你准备的大礼，包括C++，编程四大件，NLP，深度学习等等的资料。

想看更多文（段）章（子），欢迎关注微信公众号「程序员管小亮」~


学习AI的同学可以看一下这个课程！

参考文章

  • 首发：适合初学者入门人工智能的路线及资料下载
  • 完备的 AI 学习路线，最详细的中英文资源整理
  • TensorFlow-From-Zero-To-One
  • PyTorch-From-Zero-To-One
  • 大学四年自学走来，这些私藏的实用工具/学习网站我贡献出来了
  • 【记录】一个深度学习算法工程师的成长之路（思考和方法以及计划）
  • 大话卷积神经网络CNN（干货满满）

吐血整理深度学习入门路线及导航【教学视频+大神博客+书籍整理】+【资源页】（2019年已经最后一个月了，你还不学深度学习吗？？？）相关推荐

  1. 优秀Android博客大全，整理了国内外大神博客/Github地址，是学习Android进阶的首选[转]

    [转]国内外优秀Android博客大全,覆盖了国内外大神博客地址,Github地址,是学习Android进阶的首选 国内: 昵称 Github 博客 介绍 邓凡平   http://blog.csdn ...

  2. java入门到秃路线导航，元芳你怎么看？【教学视频+博客+书籍整理】

    目录 一.Java基础 二.关于JavaWeb基础 三.关于数据库 四.关于ssm框架 五.关于数据结构与算法 六.关于开发工具idea 七.关于项目管理工具Mawen.Git.SVN.Gradle. ...

  3. 国外大神一张图学会python-学习Python不得不关注和学习的国外大神博客

    注意 : 本文收集于网路 . 由于常常更新 , 有些链接打不开, 请自备梯子 在学习Python过程中,总会遇到各种各样的坑, 虽然Python是一门优美而简单易学的语言 . 但当学习后 , 总想着更 ...

  4. java学习路线导航【教学视频+博客+书籍整理】

    https://blog.csdn.net/qq_44543508/article/details/102651841#2JVM_344 小白都能看懂得虚拟机模型 https://blog.csdn. ...

  5. 深度学习入门之Python小白逆袭大神系列（三）—深度学习常用Python库

    深度学习常用Python库介绍 目录 深度学习常用Python库介绍 简介 Numpy库 padas库 PIL库 Matplotlib库 简介 Python被大量应用在数据挖掘和深度学习领域,其中使用 ...

  6. Unity3D大风暴之入门篇（海量教学视频版）

    Unity3D大风暴之入门篇(海量教学视频版) 智画互动开发团队 编   ISBN 978-7-121-22242-9 2014年2月出版 定价:79.00元 328页 16开 编辑推荐 长达800分 ...

  7. PyTorch深度学习入门与实战（案例视频精讲）

    作者:孙玉林,余本国 著 出版社:中国水利水电出版社 品牌:智博尚书 出版时间:2020-07-01 PyTorch深度学习入门与实战(案例视频精讲)

  8. 前端学习路线：从小白到大神的一步之遥

    前端学习路线:从小白到大神的一步之遥 基础学习顺序 用一套图展现 详细学习内容 基础扩展 node.js 框架 vue React 参考资料 基础学习顺序 HTML.CSS.JavaScript 这三 ...

  9. 文顶顶iOS开发博客链接整理及部分项目源代码下载

    网上的iOS开发的教程很多,但是像cnblogs博主文顶顶的博客这样内容图文并茂,代码齐全,示例经典,原理也有阐述,覆盖面宽广,自成系统的系列教程却很难找.如果你是初学者,在学习了斯坦福iOS7公开课 ...

最新文章

  1. 【100题】 第四十七题 序列的最长递增、递减序列
  2. android fragment+ FragmentTabHost+viewpager 切换状态不保存的问题
  3. 倒水问题(Java)
  4. vmlite linux版本,vmlite 安装 xp mode及xp、win7、linux的虚拟磁盘到d盘的方法
  5. Stream流综合练习
  6. [MEGA DEAL] Java编程-硕士课程（85％折扣）
  7. Numpy Binary operations
  8. silverlight计时器
  9. mysql 插入多行_MySQL使用INSERT插入多条记录
  10. 用setTimeout代替setInterval
  11. # 变转速轴承数据 时频图数据集制作(2)
  12. 计算机学科发表顶级期刊论文,计算机类顶级期刊_计算机顶级期刊_mcs数学与计算机期刊...
  13. Hololens开发笔记_在Unity运行没问题，在Hololens跑出现PathNotFoundException：Could not find a part of path.
  14. 开源论坛框架调研总结
  15. html简单个人网页制作 HTML5+CSS大作业——程序员个人简历设计(5页)
  16. Dobot机械臂木块分拣
  17. 【Python百日进阶-数据分析】Day137 - plotly旭日图:go.sunburst()实例
  18. CryEngine3-CE3本地化系统入门、UI字体更换
  19. 2023计算机毕业设计SSM最新选题之java企业员工培训管理系统2q63c
  20. linux怎样卸载电脑系统软件,Linux系统怎么卸载软件? Linux卸载Dropbox的教程

热门文章

  1. 计算机文件打开方式这么还原,dat文件还原默认打开方式如何设置？还原默认打开方式的详细步骤...
  2. Service Mesh是什么？
  3. EFI和Legacy启动方式
  4. 177本名著浓缩成了177句话！经典收藏！太有道理了！
  5. 【机器视觉系统】基于3DOF机械臂的五子棋机器人(1)
  6. 西游记中孙悟空的等级地位
  7. 百度智能云区块链产品负责人刘尧：Web3.0时代加速区块链到来，具有五大特性...
  8. 欧美企业必备技能-Mockito
  9. Python之10人比赛分组
  10. 嵌入式系统设计与开发期末考试复习