深度学习从零开始开源项目 – 为深度学习爱好者提供实践教程

该项目提供丰富的学习路线图和Colab笔记本，帮助用户从基础知识到前沿技术，逐步掌握大型语言模型（LLM）的构建与应用。课程内容涵盖数学、Python编程、神经网络核心知识，以及如何构建高性能模型和开发部署LLM应用。

这是一个专注于深度学习项目和教程的仓库，提供了各种深度学习技术的实际实现和深入见解。通过全面的教程、神经网络的实际实现、真实场景中的深度学习应用示例、易于理解的代码片段和笔记本，以及支持TensorFlow和PyTorch等流行深度学习框架，帮助用户深入学习和应用深度学习技术。

基于线性回归和神经网络的空气污染预测系统，利用传感器数据进行实时分析与可视化，帮助用户了解空气质量变化趋势。

该项目结合神经网络和遗传算法，旨在训练一个智能体在Flappy Bird游戏中进行高效的游戏表现。通过机器学习技术，智能体能够不断优化其决策并提高游戏分数。项目支持可视化训练过程，帮助用户理解智能体的学习过程，并允许多人游戏对战，增加趣味性和互动性。

该教程是连接基础微积分与深度学习实践的桥梁，适合希望摆脱“黑箱”使用框架、深入理解模型数学本质的开发者。

AI Copilot是一个集成在本地Jupyter Notebook中的协作助手，能够与图表进行对话，帮助用户不依赖于GitHub Copilot或其他AI代码生成扩展。

Jupyter Agent 是一个智能数据科学助理，能够在 Jupyter Notebook 中加载数据、生成代码、执行代码并绘制图表。它通过输入提示词直接生成 Python 代码，帮助用户进行数据分析。该项目支持预安装的软件包（如 numpy），并遵循严格的代码执行规则和内存管理指南。

Promptext是一个专为简化和加速与神经网络（特别是GPT CHAT）工作而设计的工具平台，提供自动化业务流程和多种内容生成的功能，适用于社交网络、网站、博客、在线商店和书籍等领域。用户可以以极低的成本和更快的速度生成内容，显著提升工作效率。

该项目是一个生成AI对话热力图的脚本，可以帮助用户查看与AI对话的频率，提供了便捷的可视化方式，支持多种数据输入，便于用户理解和分析对话行为。

Build-Your-Own-X旨在帮助我们从零开始构建各种各样的技术项目，从编程语言解释器到数据库，再到操作系统和游戏引擎，无所不包！该库收集了诸多优质资源，教你如何构建一些属于自己的东西，内容主要分为人工智能、增强现实、机器人、编辑器、命令行工具、神经网络、操作系统等几大类别。

Jupyter Notebook是一个开源的Web应用程序，用户可以创建和共享包含活代码、方程式、可视化和叙述文本的文档，广泛应用于数据科学、机器学习和教育领域。

nvcc4jupyter是一个用于Jupyter Notebook的CUDA C++插件，允许用户方便地在Jupyter环境中编写和执行CUDA C/C++代码，集成CUDA编译器，简化GPU编程与测试流程。

康奈尔大学的Applied Machine Learning课程的执行课程笔记和幻灯片（2024年秋季版），讲授机器学习、数据挖掘和信号处理中的关键概念。

Juno是一款专为数据科学家和开发人员设计的AI工具，通过实时代码建议、自动调试和代码优化，显著提高Python在Jupyter Notebooks中的工作效率，简化复杂的编码任务，特别适用于数据分析和机器学习等计算密集型工作。

《理解深度学习》是由Simon J.D. Prince编写的一本关于深度学习的专业书籍，内容涵盖深度学习的理论基础、性能评估、卷积网络、Transformers、图神经网络、生成对抗网络（GANs）、扩散模型（Diffusion Models）、强化学习等主题。书中提供了深入的理论和实践指导，并附有大量练习题，适合初学者和有经验的研究人员。