高频资源合集

AI 学习教程与课程

浏览当前公开快照中“AI 学习教程与课程”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

getify/You-Dont-Know-JS — you-dont-know-js 是一个深入讲解 JavaScript 核心机制的书籍系列，支持在线免费阅读。
krahets/hello-algo — hello-algo 是一本开源的数据结构与算法入门教程，面向初学者提供动画图解和可在 12 种以上编程语言中运行的源代码示例。
microsoft/generative-ai-for-beginners — generative-ai-for-beginners 是微软推出的 21 节生成式 AI 入门课程，通过 Python 和 TypeScript 双语代码示例系统讲解核心概念并指导应用构建。适合具备基础编程能力并希望快速掌握大模型应用开发的开发者与教育者。
rasbt/LLMs-from-scratch — llms-from-scratch 是一份基于 PyTorch 从零开始构建小型可用大语言模型的分步教程资源，涵盖数据准备、注意力机制、预训练和微调。该项目通过逐行编写代码的教学方式，帮助开发者深入理解 LLM 的内部工作原理。
microsoft/Web-Dev-For-Beginners — web-dev-for-beginners 是一份为期 12 周、共 24 节课的开源课程，通过基于项目的教学方式教授 JavaScript、CSS 与 HTML 基础知识。
microsoft/ML-For-Beginners — microsoft/ml-for-beginners 是一套面向初学者的 12 周、26 课时经典机器学习项目制课程，使用 Scikit-learn 并配备课前课后测验与作业。课程围绕统一主题构建实践项目，同时避开深度学习内容。
mlabonne/llm-course — llm-course 是一份免费的结构化教程，涵盖从 LLM 基础理论到应用部署的完整学习路径，分为 LLM Fundamentals、LLM Scientist 和 LLM Engineer 三个模块，并配有可交互的 Colab 笔记本。
d2l-ai/d2l-zh — d2l-zh 是一本开源的深度学习交互式教程，将数学公式、批判性思维与可运行的工程代码整合于同一资源中。它旨在帮助读者理解从理论到实践所需的知识，从而向应用科学家的方向发展。
dair-ai/Prompt-Engineering-Guide — prompt-engineering-guide 是面向提示工程学习与应用的资料型项目，汇集指南、论文、讲座、笔记本、参考资料、工具和提示词集合。它适合构建学习路径或查阅提示词资源，但现有事实未明确运行环境、成本依赖及数据边界等选型信息。
shareAI-lab/learn-claude-code — learn-claude-code 是一个面向开发者的教程项目，通过 20 章渐进式课程讲解如何为 LLM 构建运行环境（即 harness）。它侧重概念理解而非单纯提供可直接复制的源码。
microsoft/ai-agents-for-beginners — ai-agents-for-beginners 是一个面向 AI Agent 初学者的结构化教学仓库，提供 18 课时的图文指南、视频和 Python 代码示例，覆盖从基础概念到生产部署的课程主题。
datawhalechina/hello-agents — hello-agents 是一套面向 AI Native Agent 构建的理论与实践结合教程，涵盖从核心范式实现到多智能体项目开发的系统化知识。该教程内容以中文为主，适合具备一定编程基础、希望系统学习智能体的开发者和学习者。
Asabeneh/30-Days-Of-Python — 30-days-of-python 是一个自定进度的 Python 3 学习挑战项目，按 30 天的每日主题组织，包含讲解、实例、练习和项目。
labmlai/annotated_deep_learning_paper_implementations — annotated_deep_learning_paper_implementations 是一个用 PyTorch 编写的深度学习论文与算法实现集合，所有代码均附带注释说明，并以并排版式渲染为学习笔记，旨在帮助用户更好地理解算法。
Avik-Jain/100-Days-Of-ML-Code — 100-days-of-ml-code 是一个为期 100 天的机器学习学习路径，每日提供 Python 代码实现与解释算法概念的可视化信息图。该项目面向学习需求，配套了算法的数据集与数学基础资料。
Lordog/dive-into-llms — dive-into-llms 是一个基于大学课程衍生的免费大语言模型（LLM）编程教程系列，提供涵盖微调、提示工程、知识编辑到 AI Agent 等主题的讲义与可执行代码。
rohitg00/ai-engineering-from-scratch — rohitg00/ai-engineering-from-scratch 是一套包含 20 个阶段、503 节课的开源课程，从数学基础逐步覆盖到自主智能体群。课程以 Python、TypeScript、Rust 和 Julia 展开，并将每节课与可复用产物关联。
aymericdamien/TensorFlow-Examples — tensorflow-examples 是一套面向初学者的 TensorFlow v1 与 v2 示例和教程集合，覆盖基础模型、神经网络、数据管理与硬件加速等主题。该项目通过提供清晰、简洁的源代码和 Jupyter Notebook，帮助学习者快速了解并实践 TensorFlow 的各项 API。
luongnv89/claude-howto — claude-howto 是一份以可视化、示例驱动为主的 Claude Code 学习指南，提供可复制的模板和渐进式学习路径。它用 Mermaid 图解等方式补充官方文档缺少的结构化学习线索和实际工作流示例。
patchy631/ai-engineering-hub — ai-engineering-hub 是一个涵盖 93 余个可直接上手项目的 AI 工程学习资源库，提供从 Python 基础到生产级多智能体系统的学习路线。该项目是教程与代码的集合，而非单一可部署的应用程序。
yunjey/pytorch-tutorial — yunjey/pytorch-tutorial 提供简明的深度学习教程代码，覆盖从 PyTorch 基础到高级模型，大多数实现代码少于 30 行。适合用于学习而非生产环境部署。
eriklindernoren/ML-From-Scratch — 以纯 NumPy 从零实现主流机器学习与深度学习算法，剥离高层框架黑盒，让学习者直接阅读和运行源码理解原理。核心价值在于透明度而非生产性能，适合以教育为目的的算法拆解和教学演示。
datawhalechina/self-llm — self-llm 是一个面向中文初学者的开源大语言模型教程项目，覆盖 50+ 主流开源大模型的环境配置、部署、应用与微调全流程。教程适配多种硬件平台，以文本和 Jupyter Notebook 形式提供可跟练的学习路径。
sunface/rust-course — sunface/rust-course 是一份用中文撰写的 Rust 编程语言学习教程，内容涵盖超过 170 个章节并达到约 110 万字。该项目旨在帮助初学者入门 Rust 语言，同时帮助有经验的开发者巩固相关知识。
huggingface/agents-course — huggingface/agents-course 是一门免费的结构化在线课程，教学目标是使用 smolagents、LangGraph 和 LlamaIndex 等框架构建、评估 AI 智能体。课程从智能体基础知识开始，延伸至最终的基准测试作业与自动化评估。
bojieli/ai-agent-book — ai-agent-book 是一本关于 AI Agent 设计原理与工程实践的开源书籍，提供涵盖 10 个章节的中英双语文本，并配有按章节组织的可运行示例项目。
d2l-ai/d2l-en — d2l-ai/d2l-en 是一本开源的交互式深度学习教材，以 Jupyter Notebook 为载体，整合了图表、数学公式和可运行的代码。该项目旨在通过统一的教学资源，帮助读者在概念、背景和代码层面学习深度学习。
NirDiamant/RAG_Techniques — rag_techniques 是一个收录了 42+ 个可运行 Jupyter Notebook 的 RAG 技术教程合集，覆盖从基础到前沿的检索增强生成方法，以实践性代码和文档帮助开发者理解和应用各类 RAG 技术。
HandsOnLLM/Hands-On-Large-Language-Models — hands-on-large-language-models 是《Hands-On Large Language Models》一书的配套代码库，提供涵盖大语言模型入门到高级主题的可运行 Jupyter 笔记本及近 300 幅原创教学插图。
harvard-edge/cs249r_book — cs249r_book 是一套注重动手实践的机器学习系统（MLSys）教材与实验课程，旨在弥合机器学习模型训练与真实世界可靠运行的端到端工程系统之间的鸿沟。
datawhalechina/pumpkin-book — pumpkin-book 是为周志华《机器学习》（西瓜书）中省略或难以理解的公式提供数学推导与解析说明的补充教程。
fastai/fastbook — fastbook 是一组以 Jupyter Notebook 为载体的深度学习入门教程，内容涵盖 fastai 和 PyTorch 的使用，并作为一门在线公开课和书籍的基础。
datawhalechina/llm-cookbook — datawhalechina/llm-cookbook 是一个将吴恩达大语言模型课程进行中文翻译、复现与本地化的开源教程项目，涵盖提示工程、RAG 和微调等内容，并针对中文语境进行了提示词优化。
NirDiamant/GenAI_Agents — genai_agents 是一个包含 53 个分步教程和可运行实现的学习仓库，覆盖从基础对话机器人到复杂多智能体系统的生成式 AI 智能体技术。该项目采用自定义非商业许可证，适合用于学习和原型验证。
AccumulateMore/CV — accumulatemore/cv 是一个提供深度学习、计算机视觉、自然语言处理和大型语言模型（LLM）智能体学习笔记的开源资料集合。它汇总了基于多位讲师视频教程内容的结构化学习材料。
spmallick/learnopencv — spmallick/learnopencv 是一个为计算机视觉、深度学习和 AI 概念提供实践性、可复用代码示例的开源代码集合，代码与配套的教育性博客文章紧密结合。
MLEveryday/100-Days-Of-ML-Code — 100-days-of-ml-code 是一个中文机器学习入门教程项目，按照 100 天的进度表将机器学习概念、信息图表与 Python 代码示例翻译并整理为系统化的学习资源。该项目降低了中文用户获取结构化机器学习基础知识的门槛。

AI 搜索

高频资源合集