马上就要2024年了,谁不想学习一下AI相关的知识呢?怎么开始上手一直困扰着很多初学者,现在网上也充斥着各种搬运的垃圾课程,更是让人难以选择,我们就是希望帮初学者避开那些垃圾内容。
今天我们推荐的开源项目是微软推出的 AI 入门课程:AI-for-Beginner 目前在GitHub已超过26K Star。
AI-for-Beginner是什么?
这是一个由微软专家设计和出品的为期24课时的AI课程,它专门针对初学者而设计,课程中包含了符号人工智能、神经网络、计算机视觉、自然语言处理等,在课程中包含了文本的基本教学、动手实践和测验等内容。
我觉得比起网上自媒体搬运的各种教学,微软出品的体系课程,质量更有保障。
课程说明
本课程是具有教育属性的专业课程,并不是各种流行AI 工具介绍那种课程。在项目中,很明确的说了课程包括和不包括的内容,开始前再确认下,这个课程是否是你需要的。差点忘了说一句,项目是英文的,所以学习前要有个心理准备。
包括:
- 实现人工智能的方法:包括带有知识表示和推理的“古老”符号方法(GOFAI)。
- 神经网络和深度学习: 课程中将使用TensorFlow 和 PyTorch 作为基本框,利用其中的代码来说明这些重要主题背后的概念。
- 用于处理图像和文本的神经架构:我们将介绍最新的模型,也可能会缺一些最新的。
- 不太流行的人工智能方法:例如遗传算法和多代理系统。
不包括:
- 人工智能的商业案例
- 经典机器学习
- 构建人工智能程序
- 使用特定的ML云框架
- 对话机器人
从这个包括和不包括能看出来,这个课程的目标不是打广告,没有强插Azure之类的东西。
最后再贴一个课程的思维导图,更直观的来了解内容结构。
使用课程代码
本课程包含许多您想要运行的可执行示例和实验。 为此,您需要能够在本课程提供的 Jupyter Notebooks 中执行 Python 代码。课程提到了很多的运行方式,最推荐的还是通过VS code,大致需要做一下准备:
- 安装miniconda:如果之前没有装过,可以参考文档 ,docs.conda.io/projects/mi…
- mkdir -p ~/miniconda3 curl repo.anaconda.com/miniconda/M… -o ~/miniconda3/miniconda.sh bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3 rm -rf ~/miniconda3/miniconda.sh 之后 ~/miniconda3/bin/conda init bash
- 安装vscode,这个大家自己搞吧,太简单了。
- 打开项目,安装python extention
接着就可以用了,缺什么vscode也会提示安装的。
另外,这个项目可以本地运行的,安装docsify,在 etc/docsify 下执行 :docsify serve 即可。
项目特点
- 专业性:课程内容可以看出是经过专业性设计的 AI 知识体系课程
- 教育性:本项目的初衷是面向教育的,因此在课程中设计包含了:以实践为基础和频繁测验的教学原则。
- 开源:开放的课程,也接受贡献。
项目信息
- 项目名称:AI-for-Beginner
- 网站:microsoft.github.io/AI-For-Begi…
- GitHub 链接:github.com/microsoft/A…
- Star 数:26K+
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈