很棒的AIGC 教程-适合初学者也适合进阶AI爱好者！

伴随着AIGC的火热，AIGC的各类的各类应用如雨后春笋般冒了出来。

但是对普通人和小白来说项目太多，难以汇总和学习，这里收集了关于AIGC的各种精选教程和资源，既适合初学者也适合进阶AI爱好者，欢迎大家收藏分享。关注联系作者，领取各项目学习链接。

我应该如何学习？

入门

1. 人工智能为每个人 - 吴恩达
2. 面向师生的实用人工智能 - 沃顿商学院
3. 人工智能初学者 - 微软
4. 生成式 AI 学习路径 - 谷歌

大语言模型

提示工程

1. ChatGPT 为开发人员提供提示工程 - DeepLearning.AI
2. 使用 ChatGPT API 构建系统 - DeepLearning.AI
3. LangChain 用于法学硕士应用程序开发 - DeepLearning.AI
4. LangChain：与您的数据对话 - DeepLearning.AI
5. ChatGPT 即时工程 - 范德堡大学
6. 学习提示
7. 浪链人工智能手册 - James Briggs、Francisco Ingham

大语言模型实践

1. LLM 训练营 - 全栈
2. 微调大型语言模型 - DeepLearning.AI

大语言模型理论

1. CS324 - 基础模型进展 - 斯坦福大学 斯坦福大学关于大模型的新课，主要材料是一些笔记，介绍了大语言模型的基础知识、能力范围、训练部署以及一些大模型相关的问题（数据安全、法律、计量等），总体来说比较简单，适合入门。2023年的版本对课程纲进行了更新，增加了关于图像-文本和多模态的大模型内容。
2. CS 601.471/671 NLP：自监督模型 - 约翰霍普金斯大学 JHU也是NLP大牛校，这门课难度适中，课程主页上受众资源还是挺多的，建议大家看看。
3. CS224N：深度学习自然语言处理 - 斯坦福大学 这门课Christopher Manning在斯坦福开了很多年，很经典的课程。前面是NLP的基础知识，后面几节课会涉及到大语言模型。
4. 语音和语言处理 - Dan Jurafsky 和 James H. Martin 最经典的NLP教材，不过本来计划在大约三四年前就完成稿子的，由于近几年NLP领域发展实在太快，作者干脆不设DDL了，一直在持续更新中。
5. COS 597G（2022 年秋季）：理解大型语言模型 - 普林斯顿大学 陈丹琪的课程，课程涉及其中，主要材料是PPT和相关的论文，适合LLM某个方向的同学。

AI绘画

1. 系列艺术讲座：每周一个关于基础的有趣话题 - Niji Academy [中文版]
2. AIGCTalk-Midjourney学习手册
3. 【中途】保姆级AI绘画创作系列教学课程 - 莱森
4. 【AI绘画】稳定扩散系列教程 秋叶aaaki大神喂饭级别稳定扩散系列教程
5. 扩散模型如何工作 - DeepLearning.AI
6. 扩散模型 - Diffusion Model - 李宏毅 偏宏观，比较通俗易懂
7. 扩散扩散模型 - 唐宇迪 唐宇迪老师讲稳定扩散和dalle推理讲的比较清楚
8. 拥抱脸部扩散模型课程

AI音频

1. 拥抱脸部音频课程
2. CS224S：口语处理 - 斯坦福大学

多模态

1. 多模态机器学习教程 (ICML 2023) - 卡耐基梅隆大学
2. 11-777：多模态机器学习（2022年秋季） - 卡耐基梅隆大学
3. 11-877：多模态机器学习高级主题（2022 年秋季） - 卡耐基梅隆大学

深度学习

1. 神经网络/深度学习 - StatQuest
2. 神经网络 - 3Blue1Brown
3. 神经网络：从零到英雄 - Andrej Karpathy
4. 程序员实用深度学习 - fast.ai
5. 深度学习专业 - 吴恩达
6. 6.S191：深度学习简介 - 麻省理工学院
7. CS25：变形金刚V2 - 斯坦福大学
8. 2020年深度学习系列讲座 - DeepMind x 伦敦大学学院
9. 强化学习系列讲座 2021 - DeepMind x 伦敦大学学院

人工智能系统

1. AI-Sys-Sp22 机器学习系统 - 加州大学伯克利分校
2. 深度学习系统：算法与实现 - Tianqi Chen、Zico Kolter
3. CS 329S：机器学习系统设计 - 斯坦福大学
4. 15-849：机器学习系统-卡耐基梅隆大学
5. 计算机科学 598D - 系统和机器学习 - 普林斯顿大学