Skip to content
Public template

About

免费 AI / 深度学习学习资料合集 + 学习笔记与代码 | A curated list of free AI & deep learning resources (ML, DL, RL, GNN, LLM, Transformer, Diffusion), plus study notes and code (nanoGPT, minimind, VAE).

Topics

Resources

Stars

11 stars

Watchers

1 watching

Forks

Latest commit

 

History

142 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Awesome Free AI Course

免费的人工智能 / 深度学习学习资料合集,以及我在学习过程中整理的笔记与代码

A curated collection of free AI & deep learning learning resources, plus personal study notes and code.

GitHub stars GitHub forks Last commit PRs Welcome


📖 目录

🌟 项目简介

这个仓库有两部分内容:

  1. 学习资料合集:网上收集的经典、免费的 AI 学习资源,覆盖 Python、机器学习、深度学习、强化学习、图神经网络、LLM、Diffusion 等方向,不定期更新。
  2. 学习笔记与代码:我在学习和科研过程中写的笔记、公式推导和带注释的代码,包括 nanoGPT、minimind、VAE / VQ-VAE、生存分析、混合自动机等主题。

适合想系统入门 AI 的同学,也适合想找某个具体主题资料的读者。

🚀 快速开始

如果你是…… 推荐从这里开始
零基础入门,或想找成体系的课程和书籍 深度学习资料合集
想专门学习 Transformer Awesome Transformer Learning(English)
想从零理解 / 训练一个 LLM nanoGPT 学习笔记 · minimind 学习笔记
准备写论文 论文写作资料

在本地阅读或运行代码:

git clone https://github.com/pengqianhan/Awesome-Free-AI-Course.git
cd Awesome-Free-AI-Course

仓库中的 .ipynb 文件可以直接在 GitHub 上预览,也可以用 Jupyter / VS Code 打开运行。

🗂 项目结构

Awesome-Free-AI-Course
├── README.md
├── resources/                         # 📚 学习资料合集(外部链接汇总)
│   ├── deeplearning_material.md       #    AI / 深度学习资料总表
│   ├── writing_papers.md              #    论文写作资料
│   └── Awesome-Transformer-learning/  #    Transformer 专题资料(中 / 英)
└── notes/                             # 📝 学习笔记
    ├── LLM学习笔记/                     #    LLM 从零构建相关笔记
    │   ├── nanoGPT学习笔记/
    │   └── minimind学习笔记/
    └── Learning_Notes/                #    各类专题笔记
        ├── AutomataLearning/          #    混合自动机 / 混合系统辨识
        ├── GenAI/                     #    生成模型(VAE)
        └── Survival Analysis/         #    生存分析(Cox 模型)

🧭 内容导航

📚 学习资料合集 (resources/)

文件 说明
deeplearning_material.md 所有学习资料的总表,包括 Python、深度学习、机器学习、强化学习、图神经网络、LLM、Diffusion / Flow 模型、数学基础、计算机基础、控制理论与深度学习等,不定期更新
Awesome-Transformer-learning Transformer 专题资料:结构讲解、子模块(位置编码、Softmax、缩放点积)、FlashAttention、Vision Transformer 等,提供 中文版 和 英文版
writing_papers.md AI / ML 论文写作教程与建议

📝 学习笔记 (notes/)

LLM 学习笔记

内容 说明
nanoGPT 学习笔记 Andrej Karpathy Let's build GPT: from scratch 视频的笔记,附 带注释的 Colab 代码 和模型结构图
minimind 学习笔记 在 Mac (M1 Pro) 上跑通 minimind(笔记)和多模态版 minimind-v(笔记)的流程记录

专题笔记

主题 内容
Transformer 原理 缩放点积 (Scaled Dot-Product) 的数学推导 · nn.Embedding 详解
生成模型 VAE 教程 (Notebook) · VQ-VAE 完整教程:从原理到实现
概率与统计学习 高斯过程回归 (GPR) 教程 · SVD 笔记
生存分析 基础概念 · Cox 比例风险模型(中文) / English · lifelines 实践 (Notebook)
混合系统 / 自动机学习 混合自动机定义 · 基于夹角的聚类度量 · 混合系统辨识 Workshop (PDF) · 弹跳球混合自动机动画 (HTML)
工程工具 使用 wandb 记录 MLP 训练的简单示例

🤝 贡献指南

欢迎任何形式的贡献!

  • 推荐资料:发现了优质的免费 AI 学习资源,欢迎提交 Issue 或 Pull Request,补充到 resources/deeplearning_material.md 中合适的分类下。
  • 纠错:发现链接失效、内容错误或笔记中的问题,欢迎直接指出或修正。
  • 提交 PR 的步骤:
    1. Fork 本仓库
    2. 新建分支:git checkout -b add-some-resource
    3. 提交修改:git commit -m "docs: add xxx resource"
    4. 推送分支并发起 Pull Request

推荐资料时请尽量注明:资料名称 + 链接 + 一句话简介(例如语言、难度、是否有中文字幕)。

🙏 致谢与声明

  • 本仓库收集的课程、书籍、博客、代码等外部资料,版权归原作者所有,这里仅做整理和推荐。
  • 部分笔记参考或改编自开源项目与教程(如 nanoGPT、minimind、GPR tutorial 等),出处已在对应笔记中注明。感谢这些作者的无私分享。

如果这个仓库对你有帮助,欢迎点一个 ⭐ Star 支持一下!

About

免费 AI / 深度学习学习资料合集 + 学习笔记与代码 | A curated list of free AI & deep learning resources (ML, DL, RL, GNN, LLM, Transformer, Diffusion), plus study notes and code (nanoGPT, minimind, VAE).

Topics

Resources

Stars

11 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages