超棒!这份人工智能资源集涵盖工程、学习、工具等多方面

全面整理人工智能(AI)学习路线图及资源推荐 在人工智能(AI)飞速发展的今天,掌握AI技术已经成为了许多高校研究者和职场人士的必备技能。从深度学习到强化学习,从大模型训练到实际应用,AI技术的广度和深度不断拓展。作为一名AI学习者,面对浩瀚的知识海洋,如何有条不紊地学习并应用这些技术呢?别担心,今天我为你整理了一份全面的AI学习路线图及资源推荐,带你一步步踏上AI学习之路 阅读详情

超棒的人工智能资源集

这是一份精心挑选的、值得使用且正在积极维护的资源集合,用于构建和部署 AI 系统。重点涵盖 AI 工程(检索增强生成(RAG)、智能体、评估、护栏、部署),还有最佳的书籍、指南、论文以及精心挑选的工具。

深入学习,获取持久知识

这些知识即便在五年后依然有价值。

书籍

- 《设计机器学习系统》(*Designing Machine Learning Systems*)——可扩展、可维护的机器学习管道(作者:Chip Huyen)

- 《AI 工程》(*AI Engineering*)——端到端的 AI 产品构建(作者:Chip Huyen)

- 《从头构建大语言模型》(*Build a Large Language Model from Scratch*)——用原生 PyTorch 逐层构建 Transformer(作者:Sebastian Raschka)

- 《大语言模型实战》(*Hands-On Large Language Models*)——大语言模型应用的可视化实用指南(作者:Jay Alammar、Maarten Grootendorst)

- 《大语言模型工程师手册》(*LLM Engineer's Handbook*)——生产环境下的大语言模型运维:微调、量化、服务(作者:Labonne、Iusztin)

- 《100 页语言模型书籍》(*The 100-Page Language Models Book*)——从 n - 元语法到 Transformer 的简洁、基于数学的学习路径(作者:Andriy Burkov)

- 《生成式深度学习(第 2 版)》(*Generative Deep Learning (2nd Edition)*)——生成对抗网络(GANs)、变分自编码器(VAEs)、扩散模型(作者:David Foster)

- 《人工智能:一种现代的方法》(*Foundational Artificial Intelligence: A Modern Approach*)——经典的 AI 理论教材(作者:Russell、Norvig)

- 《深度学习》(*Deep Learning*)——神经网络的数学基础(作者:Goodfellow、Bengio、Courville)

- 《深度学习:基础与概念》(*Deep Learning: Foundations and Concepts*)——Bishop 2024 年的更新版,基于概率的现代深度学习(作者:Bishop & Bishop)

- 《理解深度学习》(*Understanding Deep Learning*)——数学、直觉与 Python 笔记本(作者:Simon Prince)

- 《语音与语言处理(第 3 版)》(*Speech and Language Processing (3rd Edition)*)——自然语言处理(NLP)的参考书籍,在深度学习时代持续更新(作者:Jurafsky、Martin)

- 《强化学习:导论(第 2 版)》(*Reinforcement Learning: An Introduction (2nd Edition)*)——强化学习基础(作者:Sutton、Barto)

课程

- **入门级**:Google 生成式 AI 学习路径、Hugging Face 大语言模型课程、Fast.ai 实用深度学习课程

- **中高级**:斯坦福大学 CS324 大语言模型课程、全栈深度学习课程、麻省理工学院 6.S191 深度学习导论课程

- **专项课程**:DeepLearning.AI 短期课程、Google DeepMind 强化学习导论课程、Karpathy 神经网络从零到精通课程

里程碑论文

这些研究塑造了现代 AI,阅读它们有助于理解当今架构背后的原理。

- 《注意力是你所需要的一切》(*Attention Is All You Need*)——Transformer 架构

- 《神经语言模型的扩展定律》(*Scaling Laws for Neural Language Models*)——模型、数据、计算的扩展规律

- 《语言模型是少样本学习者》(*Language Models are Few-Shot Learners*)——GPT - 3 的能力

- 《宪法 AI》(*Constitutional AI*)——更安全的模型对齐

构建 AI 工具链

个人建议:无需使用大量框架,从简单的大语言模型调用开始,逐步深入。

指南与手册

- 《构建有效智能体》(*Building Effective Agents*,Anthropic 公司)——设计 AI 智能体的模式、陷阱和权衡

- 《OpenAI 智能体指南》——构建智能体的实用指南

- 《Google AI 智能体论文》——Google 关于构建 AI 智能体的实用指南

- 《Google 智能体配套论文》——Google 的配套指南

- 《OpenAI 烹饪书》——使用 OpenAI API 的示例代码、方法和最佳实践

- 《大语言模型工程师手册》——AI 工程师的实用链接宝库

框架

- PocketFlow——仅 100 行代码的极简 AI 智能体框架,是学习的好方法

- Google ADK——Google 的智能体开发工具包(支持 Python 和 Java),本地开发体验出色,支持智能体间通信(A2A)和多模型协作(MCP)

- Pydantic - AI——基于 Pydantic 模型构建的类型化、结构化大语言模型编排框架,输出安全、可预测

- LangGraph——基于 LangChain 构建具有状态图的多智能体工作流

- CrewAI——具有结构化任务和人工干预控制的智能体编排框架

- AutoGen——微软的多智能体对话与协作框架

- LlamaIndex——用于使用大语言模型摄取、索引和查询私有数据的数据框架

- Haystack——具有模块化管道的开源搜索/检索增强生成(RAG)框架

- Docling——用于 RAG 的优秀文档摄取库

评估框架

OpenAI Evals——OpenAI 的评估编写框架

集成开发环境(IDEs)

- Cursor——由大语言模型驱动的 IDE,支持多文件编辑和代码库感知聊天

- GitHub Copilot——IDE 内的代码补全、聊天和重构工具

智能体

将大语言模型转化为自主工作者的工具,模型可替换,工具本身是核心产品。如需实时能力比较,可查看 Terminal - Bench 和 SWE - bench。

- Claude Code——Anthropic 的命令行智能体,支持长上下文的多文件代码库重构

- Codex CLI——OpenAI 基于 Rust 的本地终端智能体,轻量快速

- Gemini CLI——Google 官方开源的终端智能体,支持长上下文的代码库探索

- Cursor CLI——Cursor 的原生终端智能体,具有沙盒权限

- Aider——与 Git 集成的结对编程工具,支持精细编辑和撤销操作

- OpenCode——与模型提供商无关的终端工具,具有强大的文本用户界面(TUI)

- OpenHands——开源的自主软件工程师平台,集成浏览器、shell 和编辑器

- Cline——开源的智能体 IDE 扩展,支持多种模型提供商

- Continue——开源的 IDE + 命令行助手,具有源代码控制规则

- Goose——Block 公司的可扩展、由多模型协作(MCP)驱动的本地智能体

- Factory Droid——领先的多模型工具,支持自带密钥(BYOK)本地执行

- Amp——Sourcegraph 的商业智能体编码工具,用户体验出色

- Mistral Vibe——Mistral 的智能体编码命令行工具,由 Devstral 提供支持

- Qwen Code——阿里巴巴的终端编码智能体,针对通义模型进行了优化

- Pi——高度可定制的终端工具,基础提示简洁,通过扩展实现功能

- Nanocoder——适用于 Ollama 和 LM Studio 的私有、本地优先智能体

- Kilo CLI——多模式智能体,具有统一的网关,支持 500 多种模型

模型

按模态划分的最先进模型。

语言模型

- ChatGPT——最适合通用推理、工具使用和最广泛的生态系统

- Claude——最适合长上下文分析、编码和结构化思维

- Gemini——最适合多模态任务和 Google 生态系统集成

- Grok——通过 X 平台获取实时信息,支持超长上下文

- Llama——最适合自托管和微调的开源权重模型家族

- Mistral——轻量级、高性能的开源权重模型

- DeepSeek——具有开源权重的成本效益高的推理模型

- Qwen——最适合多语言和以中文为主的应用

- Kimi——最适合长上下文指令跟随

- GLM——具有开源权重的前沿中文模型

- Cohere——具有强大检索增强生成 API 的企业级大语言模型

图像模型

- GPT Image——OpenAI 的集成图像生成模型,文本渲染近乎完美

- Midjourney——生成艺术和逼真的图像

- Adobe Firefly——集成到 Creative Cloud 中,适用于商业用途

- Ideogram——生成图像中具有精确、清晰的文本

- Flux——高分辨率、可编辑提示的开源权重图像

视频模型

- Google Veo——高质量的同步音频视频

- Runway——具有精细创意控制的视频编辑和生成工具

- Kling——电影级、逼真的视频生成

音频模型

- ElevenLabs——高质量的文本转语音和语音克隆

- Suno——根据文本提示生成 AI 音乐

对比

实时基准测试、定价和最新模型版本。

- OpenRouter——统一 API,提供约 300 种模型的实时定价

- LMArena——文本、图像和视频的人工偏好 Elo 排名

- Artificial Analysis——各提供商的速度、价格和质量基准测试

关注动态

及时了解信息,避免被噪音淹没。

- 时事通讯:The Rundown AI、AlphaSignal、Superhuman AI、AI Engineer

UniApp实现多端支付功能完整实现指南 支付业务流程多端支付实现安全性保障异常处理最佳实践支付基础知识多端支付实现统一支付封装安全性处理异常处理最佳实践根据具体业务场景选择合适的支付方式注重安全性和用户体验做好异常处理和日志记录持续优化和改进支付流程关注我,持续分享前端项目开发经验! 阅读详情

相关推荐

一个测试工程师走进一家酒吧……

一个测试工程师走进一家酒吧,要了一杯啤酒;一个测试工程师走进一家酒吧,要了一杯咖啡;一个测试工程师走进一家酒吧,要了 0.7 杯啤酒;一个测试工程师走进一家酒吧,要了-1 杯啤酒;一个测试...

字节跳动技术团队官方博客 4890

从后端转行为AI工程师,转行AI大模型开发,附全套学习资源!收藏这份指南!

文章介绍了后端工程师转向AI大模型工程化所需的知识体系和技能,包括Python、深度学习框架、Transformer模型、训练微调流程等。强调了掌握AI技术对职业发展的重要性,并分享了AI大模型学习资料,包括思维导图、书籍手册和视频教程等资源,帮助有志于转型的工程师快速入门。

Trb201013的博客 1598

数字IC设计(8)之AHB-Lite总线(持续更新)

AHB总线全称Advanced High-performance Bus,意为先进高性能总线。推出该总线的目的是补充APB总线在性能上的不足,APB总线适合挂载低速外设,所以AHB总线用来挂载高性能的外设,这样子可以分工合作,节约资源。AHB总线可以实现多主多从的连接,此时需要设计仲裁机和matrix(矩阵),AHB-Lite一般用于一主多从,此时则不需要仲裁机和matrix,但是也可以用AHB-Lite来实现多主多从,就是设计多个layer,每个layer是一主多从,再把各个layer连起来;

qq_69440734的博客 2260

人工智能学习路线图(超详细、超全面)

人工智能学习路线图   由于人工智能领域涵盖的范围非常之大、所涉及的理论知识非常的复杂,并且对你的代码能力,实战操作能力都有很高的要求。因此,如果不选择一条合适的学习路线就盲目的进行学习,最终往往会半途而废!   经过我的不屑努力,终于找到了一份我觉得非常不错的学习路线图,几乎涵盖了 AI 领域所有的知识点,并且每个知识点都有详细的文档。有了这个路线图的指导,或许能帮助你快速入门乃至成为 AI 领域的佼佼者。话不多说,直接上链接:   项目地址:https://github.com/AMAI-GmbH/

Roar冷颜的博客 1万+

YOLOv8【第十三章:模型压缩与极致优化篇·第4节】LAMP 剪枝算法——无需超参的自动化剪枝策略!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。

**My Coding Family** 5648

Debezium系列之:使用指定值替代指定字段的值

Debezium系列之:使用指定值替代指定字段的值

zhengzaifeidelushang的博客 307

想学习人工智能、大语言模型?这份学习路线与免费学习资源最值得推荐

这篇文章试图创建一份免费的课程路径,希望对大家学习有帮助。

了解关于云主机、GPU、AI、数据库托管、Kubernetes等相关技术知识,以及DigitalOcean云平台使用教程 1637

Codex 100个真实案例 - 全系列总结与Codex最佳实践全解析

历经100个案例的淬炼,我们终于来到了终点!本篇是整个系列的压轴之作——全面回顾100个案例的分类统计、提炼Codex使用的核心技巧和最佳实践、总结Prompt工程的精华要点、剖析常见错误及解决方案、展望AI编程的未来趋势,并为不同水平的读者规划学习路径。这不仅是一篇总结,更是一本Codex实战手册!

yueyeguzhuo的专栏 138

2026最新AI大模型学习资源,大模型从入门到精通,一次性找全了,存一下吧!

包含 18 个独立课程,覆盖了从基础概念到实际编码示例的方方面面。课程支持 Python 和 TypeScript 编程语言,提供灵活的学习路径,学习者可以根据个人兴趣和需求选择课程。课程内容包括:生成式 AI 和大型语言模型基础;提示工程、聊天应用、搜索应用;图像生成应用、低代码 AI 应用;外部应用集成、用户体验设计、安全性;应用生命周期管理、开源模型、AI 代理;大型语言模型微调等多个领域。

2401_84204207的博客 2213

【DRAM存储器三十】DDR4介绍-DDR4 SDRAM的主要技术特性之bank group,为什么要搞个group出来?

详述DDR4 bank group的作用

highman110的博客 2139

0基础学习diffusion_model扩散模型【易理解的公式推导】Denoising Diffusion Probabilistic Models

去噪扩散概率模型。本文是笔者在学习扩散模型时的一些笔记与心得,在公式推导过程中能够保证自己是一步一步去推导并且理解了的。概述是我认为比较重要的部分能够帮助理解公式的推导,具体的公式推导在每一小节中进行。1、扩散过程:如上图所示,扩散过程为从右到左X0→XTX0​→XT​的过程,表示对图片逐渐加噪,且Xt1X_{t+1}Xt1​是在XtX_{t}Xt​加躁得到的,其只受XtX_{t}Xt​的影响,因此扩散过程是一个马尔科夫过程。X0X_0。

zik的博客 2404

大模型新书丨AI工程化落地必读书籍,强烈推荐!

 本文推荐一本关于 AI 工程的书籍《AI Engineering: Building Applications with Foundation Models》,个人认为是目前最好的关于基于大模型的 AI 工程的书籍,涵盖适合核心原理、开发流程与策略、数据集处理、提示工程、RAG、微调、智能体等内容,内容覆盖全面,从入门到进阶,很适合 AI 工程的开发者阅读,强烈推荐!

pythonhy的博客 1250

MFC C++ 中实现跨平台(WindowsLinux)的远程桌面控制

**输入捕获**:在显示窗口中捕获鼠标/键盘事件(重写 `OnLButtonDown`、`OnMouseMove`、`OnKeyDown` 等),将事件坐标/键值通过网络发送到服务端。- **显示窗口**:使用 `CStatic` 或自定义 `CWnd` 派生类显示远程桌面图像(通过 `StretchDIBits` 绘制解压后的像素数据)。// 转换为相对坐标。- **Wayland 支持**:需使用 `libweston` 或 `xdg-desktop-portal`,较复杂,建议优先支持 X11。

寒寒豆豆软件公司的博客 157

别困在后端!后端工程师的AI转型机遇:年薪超35万,AI大模型学习路线与资料全解析!

最近,不少在招聘软件上寻找机会的开发者纷纷表示,后端开发岗位的数量大幅减少,薪资不仅没有往年的涨幅,甚至出现了停滞的情况。更有求职者无奈地分享,自己投递了 70 份后端相关的简历,最终只收到了 3 个面试邀约,而且给出的薪资相比去年同期还降低了 10%,这样的就业现状让不少后端开发者感到焦虑。

2401_85343303的博客 2221

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

30岁转行AI大模型,别让时间再浪费!收藏这份高薪学习资源包_30岁转行AI大模型!

文章详细介绍了AI大模型行业的广阔前景和薪资水平,涵盖算法工程师、数据科学家等多样化就业岗位,提供从入门到进阶的7阶段系统学习路线,并包含报告合集、经典书籍和实战案例等全套学习资源,强调系统学习对掌握这一高需求、高待遇热门技能的重要性。

2401_85390073的博客 1242

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

查阅了十几篇学习资源后,我总结了这份AI学习路径

想进入AI领域,需要学习的的东西很多,如果能在纷繁复杂的知识中找到一条合理的学习路径,少走弯路,那该多好,本文将试图找到这条路。

masson32的专栏 1036

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

2024超全自学AI大模型学习路线非常详细,新手小白必看!【附学习资源】

今天,我想和大家分享一条自学AI大模型的学习路线,希望能帮助新手小白们更好地进入这个领域。AI大模型是指使用大规模数据和强大的计算能力训练出来的人工智能模型。

lyy2017175913的博客 1458

2025年北京人工智能治理案例集|附456页PDF文件下载

随着人工智能领域的高速发展,尤其是生成式人工智能的突破,在释放巨大技术红利的同时,也衍生出了包括科技伦理、数据安全、应用安全和技术普惠性等很多新的问题,为人工智能产业的可持续健康发展构成了严峻的挑战。 为凝聚治理共识、探索实践路径,北京人工智能产业联盟面向社会征集了数据治理、技术治理、科技普惠和伦理治理方面的人工智能治理案例,呈现AI治理的多元实践样本,让AI技术在合规轨道上释放更大潜能。 我们将征集上来的案例集结成册,形成《北京人工智能治理案例集》。本案例集旨在广泛凝聚人工智能治理的社会智慧,分享人工

2401_84204207的博客 2151

超全的AI人工智能学习路线图(内含大纲+视频+工具)

为了让自学者们得到更贴合市场、更权威的AI人工智能学习资料,我向黑马申请到了很多新视频,很骄傲能给广大自学者提供一个这样优秀的学习资源(偷笑)。不用理解我整理的辛苦,不用理解我整理时累的眼角都流哈喇子了,大家觉得有用,拿去就是完整视频:http://yun.itheima.com/course/781.html?2010stt配套资料:https://pan.baidu.com/s/1mOt1xfrdVAAGEEk3Co1dEg 提取码:xd8r。

2401_85773741的博客 1354

【2024医疗人工智能报告】|《2024年医疗人工智能研究报告-生成式AI爆发,医疗人工智能走到新的十字路口》||(附下PDF)

导读《2024年医疗人工智能研究报告》由蛋壳研究院发布,深入探讨了医疗人工智能在2024年的发展现状与未来趋势。报告指出,随着大语言模型和生成式AI技术的快速发展,医疗领域的多个场景如互联网医疗、医学影像、新药研发等正经历重塑,释放出前所未有的价值。然而,同时强调,在融资形势严峻的背景下,医疗AI企业必须全面考量场景、技术、风控、商业化等多方面因素,以实现决策的精准性。研究核心聚焦于“场景”与“产品”,通过分析医院、药企、械企的供需逻辑和实战案例,为AI企业在布局、选品、研发、商业化方面提供参考建议。

qingkahui24689的博客 4766

2025人工智能最常见的52个相关岗位!(一些过来人的经验)

人工智能最常见的52个相关岗位!超级基础的人工智能学习路线!一步入门。大家都知道人工智能是高薪领域,不同公司、不同行业、不同职级、不同工作经验会有不同的薪资报酬。我身边年龄相仿的做Al的朋友,有40万的,有80万的,也有100多万的,这和个人的努力是分不开的,今天就来给想进人工智能的宝子们带来一份很基础的学习路线,需要的赶紧码住!人工智能学习路线数学、Python、Numpy、Pandas、数据可视化、特征工程、scikit-learn、机器学习、深度学习。

Python单行客的博客 3027

爆款AI学习资源来了!涵盖大模型、多模态、智能体等六大方向,赶紧收藏!

本文推荐了一个全面的AI开源项目资源库,涵盖提示词工程、AI教程、机器人技术、多模态大模型、智能体架构和推理优化六大方向。项目汇集全球优质资源,适合不同层次的AI学习者,从入门到专业开发均可使用。内容包括大模型系统设计、提示词优化、平台开发应用、知识库构建等完整学习路径,并提供104G学习资源包、200本电子书及100套商业化方案。通过系统学习可掌握大模型全栈开发能力,提升在数据处理、模型训练和行业应用等方面的技术水平。

m0_74942241的博客 838

转行AI大模型算法工程师,如何在人工智能领域实现职业跃迁

转行AI大模型算法工程师确实是一条充满挑战的道路,但同时也充满了机遇。只要保持热情和毅力,相信你一定能在人工智能这个广阔的领域找到属于自己的一片天地。勇敢地迈出第一步,持续学习和进步,相信努力终将会有回报。

python12345_的博客 1654

6个好用的AI绘画工具,一键生成超精美图片!

(全套教程文末领取哈)

2401_89722274的博客 4726

几乎涵盖了人工智能领域的所有内容,AI专家的超详细人工智能学习路线图

一家德国软件公司 AMAI GmbH 发布了AI 专家路线图(AI-Expert-Roadmap)。该路线图几乎涵盖了 AI 领域所有的知识点,并且每个知识点都有详细的文档。

Java_college的博客 1088

爆肝整理!93个实战项目,从零开始掌握AI工程,这份学习指南太香了

今天给大家带来一个GitHub上的宝藏项目——AI Engineering Hub,它完美解决了上面这些痛点。这不仅是一个代码仓库,更是一份精心打造的AI工程“武功秘籍”,里面包含了93个真实可用的AI实战项目,从基础概念到生产部署,手把手带你玩转AI!

Y525698136的博客 1267
上一篇: 免费开源机器翻译 API LibreTranslate:不依赖专有软件,由 Argos Translate 库驱动
下一篇: LTX-2:首个基于 DiT 的音视频基础模型,集成核心能力并附使用指南与优化提示
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值