KNOWLEDGE DIRECTORY

入门必读

从 AI 全局认知、数据基础到第一个可运行的小应用，按难度逐步建立学习闭环。

KEEP IN ORDER

知识归档

按时间整理公开资源，保留标题、来源与日期，方便回溯。

#来源标题来源平台日期外链

Datawhale AI 培养方案：先选对学习路线Datawhale 面向 AI 学习者维护的路线图，按目标组织 AI 应用、模型、数据和工程方向。GitHub

GitHub2026-09-09↗

聪明办法学 Python：从零写出能运行的代码Datawhale 面向零基础学习者的 Python 开源课程，用小任务建立语法、数据结构和项目实践能力。GitHub

GitHub2026-09-09↗

Happy-LLM：从零开始构建大模型Datawhale 的大模型开源教程，从文本处理、Transformer 到训练和推理逐步拆解核心组件。GitHub

GitHub2026-09-09↗

Datawhale 数据挖掘组队学习资料Datawhale 汇总的机器学习、数据挖掘和实践项目资料，覆盖从基础概念到真实任务的多条支线。GitHub

GitHub2026-09-09↗

LLM Preview：理工科大模型入门实训Datawhale 社区的大模型实训课程，覆盖模型使用、API 集成、本地部署与微调等动手章节。GitHub

GitHub2026-09-09↗

Datawhale 深度学习笔记Datawhale 汇总的深度学习基础笔记与实践代码，适合系统补齐神经网络知识。GitHub

GitHub2026-09-09↗

PyTorch 官方教程PyTorch 官方教程仓库，覆盖张量、训练循环、视觉、NLP 和部署实践。GitHub

GitHub2026-09-09↗

scikit-learn：机器学习入门工具箱基于 Python 的经典机器学习库，覆盖分类、回归、聚类等基础任务，适合第一次跑通“数据—训练—评估”的完整闭环。GitHub

GitHub2026-09-08↗

micrograd：用很少代码看懂反向传播极小的标量自动微分引擎和神经网络库，用很少代码理解计算图、反向传播和训练过程。GitHub

GitHub2026-09-08↗

TensorFlow Playground：可视化理解神经网络交互式可视化神经网络，调整数据、层数和参数就能观察决策边界与训练过程。GitHub

GitHub2026-09-08↗

fastbook：边运行边学深度学习以 Jupyter Notebook 组织的深度学习学习材料，覆盖 fastai 与 PyTorch，适合边读边运行并完成小练习。GitHub

GitHub2026-09-08↗

Dive into Deep Learning：边学数学边跑代码开放的深度学习教材，把概念、数学、讨论和可运行的 Jupyter Notebook 放在一起，支持 PyTorch、TensorFlow 等多种框架。GitHub

GitHub2026-09-08↗

awesome-machine-learning按语言、任务和方向整理的机器学习资源索引，适合在学习过程中查找下一份教程、工具或参考实现。GitHub

GitHub2026-08-30↗

ML For Beginners：12 周经典机器学习课程微软官方的 12 周、26 课经典机器学习课程，配套 52 个测验和实践练习，从回归、分类到聚类逐步建立机器学习基础。GitHub

GitHub2026-08-30↗

Data Science for Beginners：从数据问题开始练习微软官方的 10 周、20 课数据科学课程，围绕数据分析、可视化和实践项目建立数据思维。GitHub

GitHub2026-08-30↗

machine-learning-for-software-engineers写给软件工程师的机器学习学习路线，把数据、模型、训练和部署放回工程实践中理解。GitHub

GitHub2026-08-30↗

通往AGI之路围绕 AI 学习路径、Agent 与实践方法整理的公开知识入口，适合先建立全局地图，再按兴趣选择方向。通往AGI之路

通往AGI之路2026-08-29↗

音子AIGC知识库面向 AIGC 学习与实践的公开资料整理，帮助新手从概念、工具到案例建立基础认知。音子AIGC知识库

音子AIGC知识库2026-08-29↗

一站式AI产品经理入门指南面向 AI 产品经理入门与实践的公开指南，覆盖需求理解、产品设计和落地思路。AI产品经理指南

AI产品经理指南2026-08-29↗

大尚科技 AIGC 学习手册围绕 AIGC 内容创作与实践的公开学习手册，帮助创作者理解选题、生成与交付之间的基本流程。大尚科技

大尚科技2026-08-29↗

Generative AI for Beginners：从零构建生成式 AI 应用微软官方的生成式 AI 入门课程，21 节课从基础概念、提示词到可运行的 AI 应用，提供 Python 与 TypeScript 示例。GitHub

GitHub2026-08-29↗

llm-course按阶段整理的大模型学习路线，从基础知识、预训练到对齐与应用，适合作为长期学习索引。GitHub

GitHub2026-08-29↗

AI For Beginners：12 周、24 课 AI 基础课程微软官方的 12 周、24 课 AI 入门课程，包含预读材料、可运行 Notebook、实验与测验，覆盖神经网络、视觉、NLP 和 AI 伦理。GitHub

GitHub2026-08-29↗

prompt-engineering-for-developersDatawhale 整理的《面向开发者的提示词工程》中文版，围绕任务拆解、示例和输出检查讲解提示词基础。GitHub

GitHub2026-08-29↗

llm-cookbookDatawhale 整理的中文大模型学习合集，覆盖基础概念、应用方法与实践案例，适合按章节逐步学习。GitHub

GitHub2026-08-29↗

self-llm面向中文学习者的开源大模型实践指南，围绕环境准备、模型部署与基本调用展开。GitHub

GitHub2026-08-29↗

transformer-explainer可交互的 Transformer 可视化工具，用动画和参数变化帮助理解注意力机制与文本处理过程。GitHub

GitHub2026-08-29↗

developer-roadmap30 万 Star 的开发者路线图：学前端、后端、AI 该按什么顺序学，一张图讲清楚。GitHub

GitHub2026-08-29↗

coding-interview-university28 万 Star 的求职自学清单：从 CS 基础到面试算法，为就业做准备的完整路线。GitHub

GitHub2026-08-29↗