deep-learning-drizzle

一站式找到全球顶尖AI课程视频,系统学习深度学习

开源 🏷️完全免费 ✅ 目前可打开 学习教育 🍴 复刻 2977 🐛 待处理 5 👀 关注 600
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 12995
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 免费开放的学习资源集合

项目预览

deep-learning-drizzle 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类学习教育
开发团队kmario23
定价模式🏷️完全免费
价格说明免费开放的学习资源集合
访问状态✅ 目前可打开
是否开源是
主要语言HTML
技术栈/模型artificial-intelligence-algorithms,artificial-neural-networks,bayesian-statistics,computer-vision,deep-learning,deep-neural-networks,deep-reinforcement-learning,explainable-ai,geometric-deep-learning,graph-neural-networks,machine-learning,medical-imaging,natural-language-processing,optimization,pattern-recognition,probabilistic-graphical-models,probability,reinforcement-learning,speech-recognition,visual-recognition
GitHub 星标★ 12995
上线时间2018-11-26 00:00:00
代码更新2026-08-22
仓库体积203 KB
本站数据更新2026-11-21
维护状态低维护
收录时间2026-08-23
浏览次数12

项目介绍

这是一个深度学习相关学习资源的精选合集,汇集了全球顶尖大学和机构的免费视频讲座,覆盖深度学习、强化学习、机器学习、计算机视觉和自然语言处理等核心领域。项目以分类目录形式组织资源,按主题和课程整理,方便学习者系统性地查找和跟进。它解决了初学者和进阶者寻找高质量、结构化学习路径的难题,无需在互联网上零散搜索。核心能力在于资源的精选性和组织性,每个主题下都有多门名校课程(如斯坦福、牛津等)的完整讲座链接,并标注了课程名称和讲师,帮助用户快速定位适合自己水平的学习内容。项目持续维护,资源丰富,是AI领域自学者和学生的宝贵导航工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-23 · 当前星标 ★ 12995

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 能正常访问 GitHub 的网络环境
  • 任意现代浏览器(Chrome/Firefox/Edge 等)
  • 无需安装 Python、Node.js 等运行时(本项目为纯 HTML 资源目录)

安装与启动步骤

  1. 1克隆资源仓库

    把整个资源合集下载到本地,README 未提供其他安装方式,克隆后即可离线查阅。

    git clone https://github.com/kmario23/deep-learning-drizzle.git
  2. 2进入项目目录

    切换到克隆下来的文件夹,后续所有浏览操作都在该目录内进行。

    cd deep-learning-drizzle
  3. 3直接看在线版

    如果不克隆,也可以直接打开 GitHub Pages 在线站点浏览,README 中提供了该入口链接。

  4. 4按主题查阅课程

    在页面目录中按深度学习、强化学习、计算机视觉、自然语言处理等板块,点开课程链接观看讲座。

如何确认成功

浏览器打开在线站点或本地仓库页面,能看到分类的课程目录列表(含课程名与讲师)即为正常。

常见问题

Q:这个项目需要安装依赖或配置环境吗?

A:不需要。它是纯 HTML 的资源导航页面,README 未给出任何安装命令,克隆后直接用浏览器打开即可,也可访问在线站点。

Q:本地打开后样式或链接不正常怎么办?

A:确认克隆完整、没有被压缩包解压打断;也可直接使用项目提供的在线站点访问,避免本地文件路径问题。

Q:课程视频能下载吗?

A:项目本身只收录课程名称、讲师和讲座链接,视频播放与下载由各个原始课程平台决定,需跳转到对应链接。

Q:资源会更新吗?

A:项目持续维护,建议定期执行 git pull 拉取最新提交,或在在线站点上查看最新目录。

注意事项

  • README 未提供安装、构建或运行命令,本教程步骤为根据仓库形态推断的通用做法,仅供参考。
  • 项目内容为第三方课程链接集合,实际学习需跳转至原始平台,注意遵守各平台的版权与使用条款。
  • 若只需浏览,优先使用官网在线版,无需克隆仓库。

核心亮点

  • 资源覆盖面广,从深度学习基础到NLP、强化学习等子领域均有系统整理
  • 精选名校和知名机构的公开课,质量有保障,适合系统化学习
  • 分类清晰,按主题和课程组织,便于按需查找和规划学习路径

不足之处

  • 部分课程链接可能失效或访问受限,维护更新频率待观察
  • 仅提供资源导航,不含配套代码、笔记或练习,学习深度依赖外部材料

适用场景

  • 想系统入门深度学习但不知从何下手的学习者
  • 需要查找特定领域(如CV、NLP)权威课程的研究生或工程师
  • 作为教学参考,教师或培训者快速获取课程素材

替代项目

Awesome Deep Learning、Machine Learning Crash Course (Google)、fast.ai

上一篇:notebooks

下一篇:Prysai-LLM-Playbook

同类项目推荐

ai-agent-from-scratch 开源

跟着书从零手写 AI Agent,看懂每一步原理

Code repository for Manning's Build an AI Agent From Scratch

★ 178 2026-09-22
speech_course 开源

跟着YSDA课程,从零动手学会语音识别、合成与增强

YSDA course in Speech Processing.

★ 354 2026-08-09
learn-agent 开源

看主流编码 Agent 源码,动手做出可靠可用的 AI Agent

学习Agent开发的笔记,尝试让Agent从可用到可靠

★ 291 2026-08-09
ai-competency-model 开源

AI 岗位到底要会啥?一张能力清单照着自己补短板

Модель профессиональных компетенций в област···

★ 30 2026-08-09
aibooks 开源

按图索骥,快速找到适合你的AI学习书籍。

Curated List of AI, ML and Deep Learning books

★ 95 2026-08-09
aws-ml-jp 开源

跟着 Notebook 学 SageMaker,快速上手云上机器学习

SageMakerで機械学習モデルを構築、学習、デプロイする方法が学べるNotebookと教材集

★ 168 2026-08-09
OpenTechNotes 开源

浓缩 IT 知识笔记库,快速上手又懂原理

OpenTechNotes là kho tài liệu IT miễn phí, tổng hợp kiến thức nền tảng và···

★ 117 2026-11-20