作者 | 梁唐
大家好，我是梁唐。
最近因为对强化学习感兴趣，所以找了很多资料在学习。也花了一些冤枉钱买了一些所谓的付费课程，到最后发现，花钱什么的都是骗人的，真正厉害的资料都免费。今天就来和大家分享一下。
相信大家应该都听说过B站当中有很多免费的公开课，我其实很早之前也听说过。但知道是一回事，真正需要查资料的时候往往还是想不起来，我这次想要学强化学习第一反应还是去Coursera和一些高校的官网找公开课。
比如我找到了伯克利的强化学习课程的官网，官网里也有YouTube课程的链接。
但蛋疼的是，YouTube里的视频是没有字幕的，别说中文字幕了，就连英文字幕都没有。并且这个老师说话语速贼快，比我雅思1.5倍速的听力练习还要快。即使我自诩英语还算不错，但听着也非常非常吃力。
后来我抱着试试看的运气在B站里找到了同样的课程的视频，虽然是搬运的，但是up贴心的配上了字幕。虽然只有英文字幕，但由于大多是专业知识，基本上还是能看懂个8、9成，剩下的一点依靠脑补基本上也够了。
于是我花了点时间研究了一下B站当中的资源，一看不得了，简直是一个宝藏。但很多人既不知道要学什么，也不知道怎么搜索。这个时候只是摆出一个结论：B站里有充足的资源是不行的，解决不了这群人的问题。
看起来这是两个问题，其实是一个问题。
首先我们要知道我们要学什么，这个问题至关重要。如果这个问题没有一个明确的答案，很明显会导致的结果就是你会发现好多课程你都想要学。但是人的精力是有限的，学一门课程是要花大量时间的。所谓贪多嚼不烂，这也想学那也想学的结果往往是每个课程都看了一点，最终全部半途而废。
所以一定要先明确目标，明确自己想学的内容。
如果你是大一什么都不懂的萌新，迫切地想要入门，那么我推荐你去看哈佛的CS50，这是一门计算机科学的概论课。因为是早期的课程，有些编程语法或者是内容可能过时了，但是其中讲述的计算机科学的思想和理念依然非常值得学习。
对于萌新来说，看完这门课之后，对于很多知识就有了概念，是非常好的扫盲和科普的课程。
现在你已经知道了课程名，接下来要做的就是去B站中搜索关键字“哈佛 CS50”。
我们稍微发散一点就可以想到，其实这些名校的课程编号都是固定不变的。我们只需要知道公开课的编号，然后去B站或者是其它搜索引擎里搜索就可以了。
所以如果你想要找一些名校的公开课，也不用来问人，直接通过搜索引擎搜索就可以。
比如我就搜索最直接的“哈佛CS公开课 推荐”，就能找到一些大牛替我们整理好的课程。
甚至做好了分类归档的工作：
当你看过了几门公开课，对于国外的课程以及教材的内容有所了解之后。你会发现国外名校的CS专业中的核心课程其实只有三四门左右，其他的课程都是辅助。虽然只有三四门课，但是这些课的内容非常扎实，一门课会涉及好几次作业和project，实打实的都做完是非常非常锻炼人的。
我用伯克利强化学习的CS285的第一个作业举例子，它的代码结构是这样的：
这个作业是一个完整的项目，整个框架是老师/助教搭好的，但是核心的代码是空缺的，需要学生自己来实现。上课的时候，老师只会讲理论和原理，实现是自己需要根据理论知识来思考的。作业相关的文档里只会告诉你需要做什么，不会告诉你应该怎么做。
作业当中会把需要学生来实现的地方用TODO来标记，比如下面这个：
它的注释里会告诉我们要实现一个MLP，并给出了相关提示，可以使用nn.Module。红框里的是我根据这段描述做的实现。
并不是说我们把所有TODO都填充完就可以了，最后还需要让整个项目跑起来。显然阅读整个项目的代码也是必须的，也有些TODO提示很少，需要自己根据前后逻辑来推导。总之，理解整个项目的结构和实现是必须的。
配合上课程内容，这样实打实的几个作业做下来，收获是非常大的。
最后，推荐几门算法相关的课程，都是B站里能够找到的。
机器学习基石
machine learning by Andrew
deeplearning.ai
cs231n(计算机视觉)
cs224n(自然语言处理)
cs234(强化学习)
这些课程都有字幕组配上了双语字幕，简直不要太幸福，我当年很多公开课都是硬啃的生肉，留下了羡慕的泪水……
如果你还在抱怨学校里环境LJ，抱怨自己错失了名校的机会，抱怨求学无门，希望今天的文章能够帮助你们并立即行动起来。
互联网时代，传统意义上的技术和知识的壁垒已经被打破，只剩下了执行力的壁垒还高高耸立着。
