推荐资源大部分来自《深度学习入门之 PyTorch》（廖星宇 编著）。
Python 语言三个学习资源
（1）《笨方法学 Python》（Learn Python the Hard Way）
本书面向零基础的读者，通过一系列简单的例子快速入门 Python 的基本操作。
可网上搜索其 Python3 版中文译本。（2）廖雪峰的 Python 入门
用来更全面地学习 Python，掌握前几章的 Python 基础即可。
链接：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000（3）Edx：Introduction to Computer Science and Programming Using Python
MIT 公开课，以 Python 作为入门语言，简洁、全面地讲述了计算机科学的内容，适合进一步的学习。
链接：https://www.bilibili.com/video/av2710394
机器学习（含深度学习）参考学习资源
（1）线性代数
- 《线性代数应该这样学》（Linear Algebra done right）
可网上搜索中文译本电子版。 - MIT 的线性代数公开课
链接：MIT 线性代数
链接：MIT 线性代数习题课 -
Coding The Matrix
链接：Coding The Matrix
（2）机器学习基础
学习资源从易到难排列：
- Coursera 上 Andrew Ng 的机器学习入门教程
链接：机器学习 Andrew Ng - 林轩田的机器学习基石和机器学习技法
链接：机器学习基石
链接：机器学习技法 - Udacity 的机器学习纳米学位
- 周志华著的《机器学习》
- 李航著的《统计学习方法》
-
Pattern Recognition and Machine Learning
可搜索中文电子版对照阅读。
（3）深度学习
- Deep Learning（Ian Goodfellow and Yoshua Bengio and Aaron Courville “花书”）
中文译本电子版：深度学习 - Udacity 的两个深度学习课程
- Coursera 的 Neural Networks for Machine Learning
链接：神经网络机器学习 - Stanford 的 cs231n
链接：深度视觉识别 - Stanford 的 cs224n
链接：深度学习自然语言处理
（4）其他
- 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》
- 《推荐系统实践》（项亮 编著）
- 《深度学习与计算机视觉 - 算法原理、框架应用与代码实现》（叶韵 编著）
