有哪些優秀的 AI 資訊來源？

01-28

在哪裡可以看到高質量的 AI 資訊，相關論文推送以及 Github 項目推薦

之前回答裡面已經有知友給出不錯的資源了，而且近一兩年很多AI公眾號做的很棒，很多信息第一時間翻譯成中文發布，給了解一般AI資訊的人提供很大便利。

以下是偏學術技術向的資源，也是本人平時關注的渠道，適合廣大科研民工~

論文推送

直接rss訂閱arxiv裡面cs.[CV|CL|LG|AI|NE]/stat.ML領域，然後每天給你推送。訂閱軟體自選，mac平台我推薦reedly。基本上這些一次可能就有50多篇，夠看的（而且有些也看不懂。。。）優點是絕對的第一手信息，缺點就是信噪比太低，有用paper不多。而且時間消耗比較大。
所以基於以上，有了arxiv-sanity.com, Andrej Karpathy自建的網站，還可以基於關鍵詞篩選，算是提供了初步的去噪濾波。
但是這些還是有點多，而且初期也抓不到重點。所以需要引入「基於碳基智能體的感知濾波」了，也就是人肉論文推薦。這方面國內比較好的在微博上當屬愛可可老師了。國外twitter上主要是Miles Brundage，也是每天推薦好文。優點自不用說，大大提高有效信息，缺點就是可能會有漏網之魚，或者對你自身特別感興趣的領域缺乏關注。
Facebook上呢也算一個科研信息發布平台吧，但是不如twitter，而且有些都是兩個平台同時發布。之前還有Google circle，現在早完了。
twitter上其實還有很多值得關注的，雖然不會總推送論文，但是遇到熱點會有獨家精闢評述。說不定哪天你就出現在大神的推送里了，是不 @廖方舟

https://twitter.com/goodfellow_ian/status/939192351070732288twitter.com

這裡不要臉貼一下自己的Yulong Wang，裡面有關注列表，大家可以順藤摸瓜一一關注就行。
以上說的這些了解途徑呢，有點像平時逛街撿貨，需要眼尖而且費力。最好的方式就是追會議。比如像cvpr，nips，iclr，icml這些，每年一開會幾千篇。優點就是經過評審的質量有保證，缺點就是太多了看不完，而且時效性差，有的都有名半年多了，再去會議上看就有點晚了。但是像iclr不一樣，公開評審，論文評審意見同時放出來。所以知道什麼時候開會，輪流挖礦去。

Github推薦

github裡面可以follow人，我現在是主要用pytorch，所以關注了soumith (Soumith Chintala)，基本上最新的pytorch project都會被他star一下，所以好好寫代碼，不定哪天就被翻牌子了哈
要是想了解最新的一些AI方面project，推薦TensorTalk - Latest AI Code，它應該是個自動程序，每天爬。發現相關tag就star，然後推薦。如果你登錄了自己github，之前瀏覽過的repo還會顯示出來，比較方便。
之前我在另外一個回答裡面推薦過http://gitxiv.com，但是現在好像沒什麼關注了，因為一般有代碼的論文，在文中都會貼出來代碼地址，或者google一些也能搜到，所以沒什麼存在價值了。

計算機視覺頂級會議論文中比較適合初學計算機視覺的人做的復現實驗有哪些？www.zhihu.com

再就是看論文，找代碼。有的論文很對你的口味，你想深挖一下，直接google論文題目，或者再加個github關鍵詞。有的有源代碼，有的有復現，都可以。但最主要的是你得有關注感興趣的領域，否則看了浪費時間。
github上有時候star太多了，之後想再找不好翻怎麼辦，推薦Astral這個網站，正如這個名字一樣，把你github上面的「stars」都列出來，而且還可以自己加tag分類，良心推薦。

其實呢也不用每天追這些，非得要把最新的消息全都看到。不可能也沒必要。看多了反而浮躁，而且覺得自己好失敗，人家天天搞大新聞。其實不是，大家都是報喜不報憂。所以好好看論文擼代碼，才是唯一的救贖。