空间智能与物理模拟
如何让机器理解一个立体的世界？
- 阅读 NeRF 论文，理解体渲染与场景表示。
- 对照 3DGS 项目，比较隐式与显式表示。
- 记录数据、视角划分与渲染评估设置。
OPEN LEARNING / SHARED KNOWLEDGE
知识，应当触手可及。
从第一篇论文到第一个可复现实验。精选公开资源与循序渐进的学习路线，让探索有据可循。
不是一张课程表， 而是一条探索路径。
这里汇集免费可读的官方文档、原始论文与开放教材。学习路线是本站的编辑建议，不是学位课程，不提供学分或认证；数据与软件仍需遵守各自的访问规则和许可。
生物医学影像
在更少的观测中，看见更多细节。
- 了解 k 空间、采样与磁共振重建问题。
- 阅读 fastMRI 文档与数据使用条款。
- 比较基线重建，关注误差与泛化边界。
信息科学与计算机软件
可靠的软件，从可验证的推理开始。
- 从 Lean 官方入门材料理解类型与命题。
- 跟随 Mathematics in Lean 完成基础证明。
- 固定工具链版本，整理可执行的证明文件。
游戏科学与强化学习
在交互中学习，在不确定中决策。
- 理解马尔可夫决策过程、价值函数与策略。
- 使用 Gymnasium 文档熟悉环境接口。
- 记录多随机种子结果，而非只报告最佳回合。
把阅读，变成理解。
01
先看问题
明确任务、假设与适用范围。不要用摘要中的一句话替代对问题定义的理解。
02
再看证据
检查数据划分、比较基线与评价指标。留意作者真正测量了什么，以及没有测量什么。
03
最后动手
从最小例子开始，记录版本、参数与随机种子。区分实现错误和方法本身的限制。