机器学习系统教程：个人学习笔记和代码分享平台，专注于机器学习与系统结合的实践和理论，适合对AI技术有兴趣的初学者和研究者
一个机器学习算法的实现项目，专注于使用numpy库从零开始构建神经网络和Transformer模型，旨在帮助理解和学习机器学习的核心概念
大规模机器学习是一个网站，提供来自顶尖科技公司的机器学习系统的见解，涵盖分布式训练、特征存储、设备模型部署、对抗样本的稳健性、行业角色等主题。
Python机器学习库
ML-Recipes是一个集合，包含多个独立的Python机器学习算法实现，提供易于理解和修改的代码示例，适合初学者和机器学习研究者，涵盖多种机器学习任务和技术。
Brilliant推出的Introduction to Neural Networks课程
《机器人学、视觉与控制（第三版）》的Python代码实例库，提供第三版教科书中的算法实现，助力机器人与计算机视觉领域的学习和研究。该项目包含多种与机器人学和计算机视觉相关的算法实现，适合用于教学和实践相结合的学习方式。
一本深入浅出的指南，从基础到在AWS上部署高级LLM和RAG应用程序，使用LLMOps最佳实践
PyTorch实用教程（第二版）：面向深度学习工程师的全面指南，覆盖从零基础到项目应用和工程化部署的各个阶段，旨在帮助读者轻松掌握PyTorch的使用
