很多人拿到论文源码看不懂，想搭模型卡在框架细节，其实都是缺了针对性训练代码的工具和方法！
今天给大家分享个神仙工具，它涵盖了从线性代数到机器学习再到深度学习的各种难度和类别，像线性代数基础、优化算法、神经网络基础、数据预处理等主题都囊括其中。（地址放在末文）
从基础到进阶梯度很合理，每道题都附了对应的理论讲解和公式推导，开源社区还在持续更新中，界面设计也挺友好：左边是问题描述 + 理论支撑，右边是代码提交区 + 实时检查
这里顺便再给大家分享两个提升代码能力的强力工具，一个是斯坦福出品的深度学习代码模板，现在顶会论文的源码里，至少一半都套用了这个框架！
它分 PyTorch 和 TensorFlow 两个版本，CV 和 NLP 领域各给了一个完整的示例项目，只要能吃透这套模板，你再看复杂源码会豁然开朗，自己搭模型也能少走弯路。
另个是Kaggle大神的《处理 (几乎) 所有代码问题》，光看名字就知道有多硬核！
是作者攒了千多块Kaggle奖牌的实战经验，书里全是解决实际问题的 “捷径”，不管是学习中遇到的小bug，还是项目难题，几乎都能在里面找到答案，是真正落地的实战手册！
这两个提升代码能力的工具有需的可以让小助手及时无偿分享给你
Deep-ML 工具地址：https://www.deep-ml.com/
