前言
在我的求学过程中，大部分时候我基本都是通过自学来不断提升自己。随着信息时代的发展，网络上的优质学习资源变得越来越丰富，不论是在线课程、电子书还是技术论坛，都为想要自主学习的人提供了极大的便利。正是借助这些资源，我才得以在没有系统性培训和指导的情况下，逐步积累知识、掌握技能并解决实际问题。
不过，琳琅满目的学习平台和课程也让我走过许多弯路。有些学习资源讲解枯燥、体系凌乱，也有一些内容实用、通俗易懂，令我受益匪浅。回望自学这条路，我深刻体会到如何筛选一套合适的学习资料，对自学成果有着决定性的影响。
因此，我整理并分享自己在自学过程中用过、尝试过并觉得有参考价值的学习资源，帮助处于类似阶段的朋友少走弯路，能够快速找到适合自己的成长路径。希望我的这些分享，能够给大家带来启发和帮助，也欢迎更多志同道合的朋友一起交流与进步。
本科阶段
我的本科分为两个阶段，前两年学习的专业为“测控技术与仪器（无损检测方向）”，专业课是关于物理以及一些简单的编程比如C语言。后两年学习的专业为CS，在转专业的过程中，我自己在网上找了很多课程自学。这个阶段的课程主要集中于网页的前后端，下面是一些我认为针对网页前后端的一些比较好的学习资源：
- 遇见狂神说（B站）
- 程序员青戈（B站）：这个博主主要是手把手带着写一个前后端，除此之外，可以关注一下他是如何去现学现用一些新的插件比如E-charts(统计图表展示的插件)、Bootstrap(网页前端框架)等。
硕士阶段
后来硕士期间我自己开始学习机器学习以及深度学习，下面是一些我认为关于深度学习的一些比较好的学习资源：
- 吴恩达机器学习和深度学习（B站，Youtube都有）：这个入门经典学习教程，但是主要是理论方面。在这个学习的过程中可以慢慢地去熟悉一些专有名词。
- 李沐的《动手学深度学习》（非常好的课程，教材代码以及可视化）：地址：https://zh.d2l.ai
- 斯坦福CS231n（Stanford的深度学习课程，强推，可以参考老师提供的代码自行补充，这样对底层会非常地通透）。网上搜索就有对应的课程代码以及PPT。当然也可以参考我的Github上实现过的代码：https://github.com/tyjcbzd/CS231N2022Spring.(PS: 我的这个repo里面包含了对应的地址以及代码，可以参考学习。)
- 霹雳吧啦Wz（主要是关于CV的）：学习了上述的课程之后，可以跟这个老哥的视频学习。他讲解的一些论文非常详细具体，也会照着代码来解释。（不过两年前他毕业之后就没有再继续更新了，不过学习一些经典的论文比如：YOLO，EfficientNet等等足够了。）
除此之外，在这个过程中必不可少要补充一些数学知识，尤其是线性代数以及概率论。可以参考下面的资源：
- 线性代数：B站麻省理工大学，属于鼻祖了。YYDS的课程，讲解通俗易懂，学就完了。
- 概率论：B站宋浩老师，看的人非常多，讲得很不错。
博士阶段
现在我在尝试自学机器人相关的内容，下面是一些我认为比较好的机器人学习资源：
- 鱼香ROS（我主要跟着过了一遍ROS2的教程，感觉很不错）
- 赵虚左（他不管是ROS1还是ROS2都会讲解得更细）
- 树莓派
- STM32（B站
江科）：讲得非常详细，从51单片机再到STM32，他自己还有淘宝店可以直接购买对应的元器件跟着视频走一遍。 - 算法部分可以参考博客（Winter-AI）内容讲解非常好，有Github仓库的代码可以运行。
希望上面的内容对你有所帮助，祝你学习愉快！
更多的，补充中…