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。
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。
这是一个面向中文读者的深度学习教科书，每一小节都是可以运行的 Jupyter 记事本，配套视频，旨在通过实践教授深度学习的基础和进阶知识。学习者可以自由修改代码和参数，获取及时反馈，积累深度学习的实战经验。该项目已被全球70多个国家的500多所大学用于教学。
《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。
TorchLeet是一个PyTorch的练习题库，旨在通过各种难度的实践题目帮助用户从新手到高手，掌握深度学习和PyTorch的精髓，类似于编程界的“题海战术”。
FreeAiKit是由Prgmine提供的一套AI工具，旨在帮助用户完成各种与AI相关的任务，且免费提供。用户可以通过访问网站浏览工具，每个工具都有详细的描述和使用说明，用户可根据指南选择所需工具并应用于AI项目。
llamafile项目旨在通过创建一个单一的文件，简化大型语言模型（LLM）的分发和运行过程。用户可以在大多数计算机上本地运行这些模型，无需任何安装，从而保证数据隐私性，所有处理都在本地完成。该项目结合了llama.cpp与Cosmopolitan Libc，支持多个操作系统，致力于实现AI开发者的‘一次构建，随处运行’的梦想。
carefree-flow是一个基于OneFlow的深度学习库，旨在简化模型构建与训练过程，提供高效的计算性能和友好的API设计，支持动态计算图，适合开发者快速原型和高性能训练需求。
Megatron-LLM是一个专为大规模分布式训练设计的库，旨在高效支持语言模型的预训练和微调。它提供灵活的模型架构配置，并支持多种优化算法，使得用户可以根据需求进行优化和扩展，同时易于与其他深度学习框架集成。
MindSpore是一个全场景深度学习框架，旨在充分利用Ascend AI处理器的计算能力，为数据科学家和算法工程师提供友好的开发体验和高效的执行，进一步推动AI软件/硬件应用生态系统的发展与丰富。
PySpur是一个可视化大型语言模型推理路径的图形界面，旨在帮助开发者构建、测试和部署复杂的计算图，从而增强模型的思考能力。
Shumai是一个开源的、快速的、网络连接的可微分张量库，适用于TypeScript和JavaScript。
