在日常的学习与科研过程中，面对碎片化的资料、纷繁复杂的工具网站，我们常常会感到“信息焦虑”。为了更高效地查找工具、获取学习资料、追踪前沿趋势，我将自己平时收藏并高频使用的学习类网站整理成导航清单，并鼓励大家私信/留言投稿你认为值得推荐的工具站点，共同构建更强大的学习资源库。
以下是我目前常用的站点推荐：
1 学习资源汇总
1.1 算法学习资源
CS自学资源：
Hello 算法
代码随想录
力扣 (LeetCode) 全球极客挚爱的技术成长平台
CodePen Free Sign Up
CS学习路径：
CSDiy 工具箱和自学路线合集
Road To Coding
开发人员路线图 - roadmap.sh
1.2 Python学习资源
自学路径：
Python笔记大全(入门+爬虫+数据分析可视化+机器学习+深度学习) - 知乎
学习仓库：
jackfrued/Python-100-Days: Python - 100天从新手到大师
module学习：
Matplotlib学习：
Matplotlib官方文档
Numpy学习：
图解NumPy， ...
引言
该文档主要基于赵虚左老师的课程【Autolabor初级教程】ROS机器人入门，撰写一些 ROS Python 相关的重要知识点或者配置内容。
课程视频链接：【Autolabor初级教程】ROS机器人入门
课程电子书：ROS机器人入门课程《ROS理论与实践》零基础教程
ROS noetic 配置文档：ROS配置
第一章 ROS概述与环境搭建
ROS 文件系统架构：
12345678910111213141516171819202122232425262728293031WorkSpace --- 自定义的工作空间 |--- build:编译空间，用于存放CMake和catkin的缓存信息、配置信息和其他中间文件。 |--- devel:开发空间，用于存放编译后生成的目标文件，包括头文件、动态&静态链接库、可执行文件等。 |--- src: 源码 |-- package：功能包(ROS基本单元)包含多个节点、库与配置文件，包名所有字母小写，只能由字母、数字与下划线组成 |-- CMakeLists.txt 配置编译 ...
hexo配置与魔改
未读 Hexo + Anzhiyu 配置闲言碎语页面 | 附 YAML 字段详解
💬 想写点碎碎念，又不想太隆重？Hexo 博客里的「闲言碎语」页面就派上用场啦！这篇文章将手把手教你配置，并解释 essay.yml 中每个字段的含义，适合 Anzhiyu 主题用户。
🧱 一、页面创建
在 Hexo 博客根目录执行以下命令：
1hexo new page essay
会生成一个页面文件：source/essay/index.md
请将该文件内容修改为：
12345678---title: 闲言碎语layout: essaytype: essaytop_img: falseaside: falsecomments: false---
其中 layout: essay 必须和主题目录下的 layout/essay.pug 文件匹配，否则页面无法正确渲染。
🗂️ 二、创建数据文件 essay.yml
在 source/_data/ 目录下创建一个名为 essay.yml 的文件，这个文件将承载你所有的碎碎念数据。
以下是一个完整范例：
1234567891011121314151 ...
hexo配置与魔改
未读转自：
引用站外地址
添加追番页面
冰刻无痕
更详细描述请见
引用站外地址
hexo-bilibili-bangumi
HCLonely
安装插件
1npm install hexo-bilibili-bangumi --save
配置文件
将下面的配置写入主题的配置文件 _config.yml 下 (不是主题的配置文件)
12345678910111213bangumi: # 追番设置 enable: true source: bili path: vmid: title: '追番列表' quote: '摸鱼是第一生产力💼→🐟' ...
引言
本笔记系统整理和总结了强化学习领域的核心数学原理，内容主要参考自B站课程：【强化学习的数学原理】课程：从零开始到透彻理解（完结）。课程由西湖大学工学院赵世钰老师主讲，涵盖了强化学习的基本概念、马尔可夫决策过程（MDP）、动态规划、蒙特卡洛方法等重要内容，本课程重点讲解的是 RL 的算法原理，适合希望深入理解强化学习本质的同学学习。赵老师的个人主页可参考：赵世钰。
相关资源与链接整理如下：
课程视频（知乎）：https://www.zhihu.com/education/video-course/1574007679344930816?section_id=1574047391564390400
课程视频（B站）：https://space.bilibili.com/2044042934
全英课程视频（YouTube）：https://www.youtube.com/watch?v=ZHMWHr9811U&list=PLEhdbSEZZbDaFWPX4gehhwB9vJZJ1DNm8&index=2
书籍PDF与PPT下载（GitHub）：https://git ...
引言
初入 RL 领域时，我意识到坚实的数学根基是突破科研瓶颈的关键。偶然间在B站邂逅3Blue1Brown的《线性代数的本质》系列，其颠覆性的几何化演绎瞬间击碎了我对线性代数的传统认知——那些教科书里冰冷的公式与符号，竟化作流动的矢量空间、旋转的矩阵变换、跃动的特征向量，在屏幕上绽放出令人窒息的数学之美。为将这趟思维之旅转化为持久的精神燃料，我将课程核心洞见凝练为可视化笔记，愿这些会说话的几何图示，也能助你穿透抽象迷雾，触摸线性代数的心脏。
✨ Visual institution is a beautiful thing to think about. 直觉本身是美妙的。
—— Grant Sanderson (3Blue1Brown)
第一章 向量究竟是什么？
第二章 线性组合——张成的空间与基
第三章 矩阵与线性变换
第四章 矩阵惩罚与线性变换复合的联系
附注1 三维空间的线性变换
第五章 行列式
第六章 逆矩阵、列空间、秩与零空间
附注2 非方阵——不同维度空间之间的线性变换
第七章 点积与对偶性
第八章 叉积
8.1 差积的标准介绍
8.2 以 ...
🔍 从三维空间坐标到高维操作，一次搞懂axis的底层逻辑
🧠 1. 维度 = 轴！图解NumPy最烧脑的三大概念
📚 核心参考：图解NumPy：理解数组最形象的教程
1.1 概念三剑客：Dimension/Axis/Rank
在NumPy中，维度(dimension)就是轴(axes)！二者完全等价，就像现实世界用坐标轴描述位置。而秩(rank)就是轴的数量，即维度数量。
💡 关键结论：
维度数 = 轴数量 = 秩
轴的本质是数据组织的方向
1.2 现实世界 vs NumPy轴的映射关系
现实空间
坐标轴构成
定位方式
NumPy对应轴
一维(直线)
单x轴
(x)
axis=0
二维(平面)
x轴+y轴
(x,y)
axis=0,1
三维(立体)
x+y+z轴
(x,y,z)
axis=0,1,2
四维(时空)
x+y+z+时间轴
(x,y,z,t)
axis=0,1,2,3
🧩 2. 三维数组解剖：用坐标轴思想彻底理解操作
2.1 可视化三维数组结构
下图是典型的 (3,2,4) 三维数组，像搭积木一样分层组织： ...
引言
这里主要是依托于 jackfrued 仓库 Python-100-Days 进行学习，记录自己的学习过程和心得体会。
Day1
1 Python 简介
Python（英式发音：/ˈpaɪθən/；美式发音：/ˈpaɪθɑːn/）是由荷兰人吉多·范罗苏姆（Guido von Rossum）发明的一种编程语言，是目前世界上最受欢迎和拥有最多用户的编程语言。Python 强调代码的可读性和语法的简洁性，相较于 C、C++、Java 这些同样影响深远的编程语言，Python 让使用者能够用更少的代码表达自己的意图。下面是几个权威的编程语言排行榜给出的 Python 语言的排名，其中第1张图由 TIOBE Index 提供，第3张图由 IEEE Spectrum 提供。值得一提的是第2张图，它展示了编程语言在全球最大代码托管平台 GitHub 上受欢迎的程度，最近的四年时间 Python 语言都占据了冠军的宝座。
1.1 Python 编年史
1989年
荷兰程序员吉多·范罗苏姆在圣诞假期开始开发新编程语言
名称源自喜剧《Monty Python’s ...
数学基础
未读 引言
线性代数不仅是大学数学的重要组成部分，更是理解现代人工智能系统的核心语言。在向量空间中建模，在矩阵变换中理解结构，在特征分解中揭示本质，线代的每一个概念都与机器学习、深度学习和强化学习息息相关。
本系列笔记旨在对线性代数的基础概念、常用定理、典型方法与几何直觉进行系统梳理与逐章讲解，并融合我在人工智能学习中的理解与应用联系，为之后深入强化学习等课程打下坚实的数学基础。
在这里我也会给出一些优秀的学习资料参考，希望对大家有所帮助：
线性代数及其应用
线性代数的本质 3Blue1Brown
MIT’s Courses 1806
Sheldon Axler—Linear Algebra Done Right 3e
第一章 线性代数中的线性方程组
1.1 线性方程组
线性方程组是形如下式的方程：
a1x1+a2x2+...+anxn=ba_1x_1+a_2x_2+...+a_nx_n=b
a1x1+a2x2+...+anxn=b
其中 bbb 与系数 aia_iai 为实数或复数，通常是已知的，未知数 xix_ixi 为变量。
方程组所有可能的解的集合称为线性方 ...
✨ 写在前面：为什么要在 Zotero 中用大模型？
作为科研工作者或学生，我们常常遇到这些问题：
一篇英文文献几十页，读完耗时长；
阅读时遇到复杂公式或术语，理解困难；
多篇文献难以快速对比，提取核心观点费力。
💡 借助大语言模型（LLM）——尤其是 DeepSeek 这类开源、中文友好的模型，我们可以将 Zotero 变成一个真正懂科研的 AI 助手，帮助我们更高效地阅读、总结、提问与管理文献。
✍️ 工具简介：Awesome GPT 插件 + DeepSeek 模型
🔧 什么是 Awesome GPT？
Awesome GPT 是 Zotero 的开源插件，可将 ChatGPT、Claude、DeepSeek 等大语言模型接入 Zotero，用于：
自动总结 PDF 文献；
对文献进行问答，如“创新点是什么？”
多文献比较；
自动生成笔记。
🧠 什么是 DeepSeek？
DeepSeek 是一款能力强、中文支持友好的开源大模型，支持 HuggingFace 使用、本地部署或通过 API 接入。相比其他模型，它更适合科研类中文任务。
📦 环境搭建：从 ...
