TopOpenSourceAI
EN

#447 · 主分类： 教育与研究

AI-Engineer-Headquarters

ai ai-agents aiengineering data-structures-and-algorithms deep-learning langchain langgraph llm llm-evaluation llm-inference llm-security machine-learning mlops natural-language-processing python pytorch rag statistics

用于构建故事和模型的科学方法、流程、算法和系统的集合。

项目最后更新：11/07/25

在 GitHub 查看 访问官网

GitHub Stars

3.7K

Forks数量

699

贡献者数量

5

许可证

Other

收录理由

这份资料更像是一套自成体系的自学路线图，而不是传统意义上的软件项目。它把学习路径拆成从 Python 与 NumPy 基础，一路延伸到机器学习、MLOps、大语言模型、RAG 系统、微调以及自主智能体等环节，每步都配有可独立运行的 Jupyter 笔记和脚本，完全按自己的节奏推进。作者为每个主题搭配了视频讲解，文字部分则充当随堂笔记，既适合每天能抽出整块时间深度学习的人，也适合只想快速查阅某个概念的人。对于想系统带团队的技术负责人，或是正在规划个人成长的工程师来说，这种强调动手、先行动后理论的安排，确实值得反复翻阅。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

prompts.chat

前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。

#1

JavaGuide

Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

#2

system-prompts-and-models-of-ai-tools

精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。

#3

30-seconds-of-code

编程文章，助你提升开发技能

#4

generative-ai-for-beginners

21节课，开始使用生成式AI构建

#5