动手学深度学习官网 – 面向中文读者的深度学习实践教材

该项目提供系统化的深度学习学习资料，专注于大语言模型的对齐，涵盖多种深度学习技术和方法，适合不同水平的学习者。

这是一本由李宏毅老师和Datawhale团队出品的电子书，整理了李老师的视频教程，涵盖深度学习的理论与实战，提供丰富的学习资源和配套代码，适合各层次的学习者。

《理解深度学习》是由Simon J.D. Prince编写的一本关于深度学习的专业书籍，内容涵盖深度学习的理论基础、性能评估、卷积网络、Transformers、图神经网络、生成对抗网络（GANs）、扩散模型（Diffusion Models）、强化学习等主题。书中提供了深入的理论和实践指导，并附有大量练习题，适合初学者和有经验的研究人员。

Brilliant推出的Introduction to Neural Networks课程

这本书包含了一系列关于机器学习的习题，并附有详细的解答。希望详细程度足以让读者遵循解决方案并理解所使用的技术。

fast.ai是一个提供实用深度学习、机器学习和人工智能课程与资源的网站，旨在让每个人都能轻松理解神经网络，无论其技术背景如何。该网站提供多种课程、教程和文章，涵盖AI和机器学习的各种主题。

本项目为2024年PyCon会议准备，提供关于现代深度学习基础知识及PyTorch的深入教程材料，旨在帮助参与者掌握深度学习的核心概念和实用技能。

本项目为国立台湾大学2023年秋季开设的《深度学习在音乐分析与生成》课程的教学材料，致力于帮助学生掌握深度学习技术在音乐领域的应用。

一个开源项目，主要探讨和学习人工智能、深度学习的计算机系统设计，围绕着在华为昇腾工作中积累和构建的AI系统全栈内容。

该教程是连接基础微积分与深度学习实践的桥梁，适合希望摆脱“黑箱”使用框架、深入理解模型数学本质的开发者。

从零基础到训练GPT的课程资料，旨在帮助用户从无深度学习知识到实现自己的GPT模型。

本教材主要讲解支持人工智能的计算机系统设计，帮助本科生高年级和研究生完整了解支持深度学习的计算机系统架构及相关研究。

《2000 Machine Learning Prompts》是一个全面的资源，旨在帮助爱好者学习和实验机器学习，使他们熟悉其功能和在不同上下文中的应用。

这是一个开源的英语学习指南，旨在帮助不同水平的学习者提高英语能力。项目由Han创建，涵盖多种实用技巧、学习资源和方法，强调实践与应用，内容会定期更新以保持新鲜感。

这是一个专门为人工智能、数据科学和数据分析提供的最大提示集合，旨在帮助用户高效利用ChatGPT进行各种 AI 相关任务。