AI/ML 系统学习资源库开源

techNmak · x · 2026-07-13

这是一个面向 **AI/ML 深入学习** 的 GitHub 资源库,作者强调它不是“速成教程”,而是把基础概念讲透的长期整理。 ### 主要内容 - 数学基础:向量、矩阵、微积分、统计、概率 - 机器学习:经典 ML、分布式训练、RL - NLP / LLM:Transformer、Attention、MoE、SSM、LLM 架构 - 计算机视觉:Diffusion、Flow Matching、ViT、SLAM - 音频与语音:ASR、TTS、WaveNet、Conformer、说话人分离 - 多模态:CLIP、VLM、图像/视频 token 化、world models - 自主系统:VLA、自动驾驶、空间机器人 - GPU/推理/系统:CUDA、Triton、ARM NEON、AVX、TPU、WebGPU、量化、推理优化 ### 额外特性 - 内容覆盖约 20 个章节 - 需要的起点只是基础数学和 Python - 内置 **MCP server**,可被 Claude Code、Cursor、VS Code 当作知识库使用 作者还提到,这套笔记曾帮助朋友准备 DeepMind、OpenAI、Nvidia 面试。

所属事件:面向AI研究工程师的开源系统学习资源库发布(2 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →