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
- 人工智能为每个人 - 吴恩达
- 面向师生的实用人工智能 - 沃顿商学院
- 人工智能初学者 - 微软
- 生成式 AI 学习路径 - 谷歌
大语言模型
提示工程
- ChatGPT 为开发人员提供提示工程 - DeepLearning.AI
- 使用 ChatGPT API 构建系统 - DeepLearning.AI
- LangChain 用于法学硕士应用程序开发 - DeepLearning.AI
- LangChain:与您的数据对话 - DeepLearning.AI
- ChatGPT 即时工程 - 范德堡大学
- 学习提示
- 浪链人工智能手册 - James Briggs、Francisco Ingham
大语言模型实践
- LLM 训练营 - 全栈
- 微调大型语言模型 - DeepLearning.AI
大语言模型理论
- 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。
- 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。
- 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。
- 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。
- 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
- 系列艺术讲座:每周一个关于基础的有趣话题 - Niji Academy [中文版]
- AIGCTalk-Midjourney学习手册
- 【中途】保姆级AI绘画创作系列教学课程 - 莱森
- 【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
- 扩散模型如何工作 - DeepLearning.AI
- 扩散模型 - Diffusion Model - 李宏毅 偏宏观,比较通俗易懂
- 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
- 拥抱脸部扩散模型课程
AI音频
- 拥抱脸部音频课程
- CS224S:口语处理 - 斯坦福大学
多模态
- 多模态机器学习教程 (ICML 2023) - 卡耐基梅隆大学
- 11-777:多模态机器学习(2022年秋季) - 卡耐基梅隆大学
- 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
- 神经网络/深度学习 - StatQuest
- 神经网络 - 3Blue1Brown
- 神经网络:从零到英雄 - Andrej Karpathy
- 程序员实用深度学习 - fast.ai
- 深度学习专业 - 吴恩达
- 6.S191:深度学习简介 - 麻省理工学院
- CS25:变形金刚V2 - 斯坦福大学
- 2020年深度学习系列讲座 - DeepMind x 伦敦大学学院
- 强化学习系列讲座 2021 - DeepMind x 伦敦大学学院
人工智能系统
- AI-Sys-Sp22 机器学习系统 - 加州大学伯克利分校
- 深度学习系统:算法与实现 - Tianqi Chen、Zico Kolter
- CS 329S:机器学习系统设计 - 斯坦福大学
- 15-849:机器学习系统-卡耐基梅隆大学
- 计算机科学 598D - 系统和机器学习 - 普林斯顿大学