introtodeeplearning

跟MIT课程动手学深度学习,从入门到前沿一次搞定

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 4611 🐛 待处理 97 👀 关注 314
GitHub ↗
GitHub 星标 ★ 8875
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 MIT 6.S191 课程实验材料,开源免费,无在线服务,需自行部署运行。

项目预览

introtodeeplearning 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队MITDeepLearning
定价模式🏷️完全免费
价格说明MIT 6.S191 课程实验材料,开源免费,无在线服务,需自行部署运行。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型computer-vision,deep-learning,deep-reinforcement-learning,deeplearning,jupyter-notebooks,mit,music-generation,neural-networks,pytorch,pytorch-tutorial,tensorflow,tensorflow-tutorials
GitHub 星标★ 8875
上线时间2018-01-28 00:00:00
代码更新2026-01-04
仓库体积180.6 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

MIT 6.S191《深度学习导论》课程的官方实验材料,包含一系列Jupyter Notebook教程,覆盖深度学习基础、计算机视觉、自然语言处理、生成模型等核心主题。项目旨在通过动手实验帮助学习者快速上手深度学习,每个实验配有完整的代码、说明和练习,从线性模型、神经网络到Transformer、扩散模型等前沿技术均有涉及。它解决了初学者缺乏系统化、高质量动手材料的问题,提供了与顶级课程同步的实战环境,适合自学或课堂教学使用。

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 2026-08-09 · 当前星标 ★ 8875

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:云服务 7 步

环境要求

  • 可访问 Google Colab 的浏览器
  • 一个 Google 账号
  • 了解 Jupyter Notebook 基本操作
  • 如需 GPU 加速的实验需选择 GPU 运行时

安装与启动步骤

  1. 1打开课程仓库

    访问 GitHub 仓库 MITDeepLearning/introtodeeplearning,在仓库中找到 lab1、lab2、lab3 等实验文件夹。

  2. 2打开实验笔记本

    进入想要完成的 lab 文件夹,点开其中对应的 python notebook(*.ipynb)文件,查看实验说明。

  3. 3点击 Run in Colab

    在 lab 页面顶部点击 “Run in Colab” 链接,笔记本会在 Google Colaboratory 云端打开,无需本地下载任何东西。

  4. 4设置运行时类型

    在 Colab 中依次点击菜单 Runtime --> Change runtime type,在弹窗的 Runtime type 下选择 Python 3。

  5. 5启用 GPU 加速

    仍在同一弹窗中,把 Hardware accelerator 选为 GPU,保存后运行时即获得 GPU 支持。

  6. 6补全并运行代码

    依次阅读并运行 notebook 单元格,自行填写其中的 #TODO 单元格,使代码能够为你自己编译运行。

  7. 7按说明提交实验

    每个 lab 末尾都会给出提交材料的要求,包含需要提交哪些信息以及使用什么格式,按要求提交即可。

关键配置

配置项必填说明示例
Runtime type是Colab 运行时使用的语言环境Python 3
Hardware accelerator是Colab 运行时使用的硬件加速器类型GPU

如何确认成功

在 Colab 中能正常打开并逐个运行 notebook 单元格,且运行时类型为 Python 3、硬件加速器为 GPU,即表示环境就绪。

常见问题

Q:必须把项目下载到本地吗?

A:不需要。2026 版课程的实验全部在 Google Colaboratory 云端运行,只要有一个 Google 账号即可,无需下载任何文件。

Q:mitdeeplearning 这个包要自己安装吗?

A:不用手动安装。在实验 notebook 内部已经包含了从 Python Package 仓库安装 mitdeeplearning 包的代码。

Q:没有 GPU 能用吗?

A:可以在 Change runtime type 的 Hardware accelerator 中选择 GPU;若所选不到 GPU,也可先跑通流程,但训练速度会明显变慢。

Q:代码里的 #TODO 可以跳过吗?

A:不建议。README 明确要求填写 #TODO 单元格,让代码为你自己编译运行,这也是实验评分与提交的基础。

注意事项

  • 实验运行在云端 Colab,所有操作都在浏览器中完成,不需要本地环境配置。
  • 打开 lab 后务必先确认运行时类型为 Python 3、硬件加速器为 GPU,再开始运行单元格。
  • 提交实验前请阅读每个 lab 结尾处的提交说明,注意要求提交的信息内容和格式。

核心亮点

  • 实验设计循序渐进,从零基础到Transformer、扩散模型等前沿主题均有覆盖
  • 代码注释详细,配合课程视频使用效果极佳,学习路径清晰
  • 每个实验包含开放式练习,鼓励动手修改代码加深理解

不足之处

  • 依赖TensorFlow特定版本,环境配置可能稍显繁琐
  • 文档/社区待观察

适用场景

  • 自学深度学习入门,配合MIT公开课视频动手实践
  • 高校教师作为课程实验参考或直接使用
  • 企业内训或技术分享的实战案例素材

替代项目

fastai、d2l-ai/d2l-zh、keras-team/keras-io

上一篇:ForgetMeNot

下一篇:Deep-Learning-Coursera

同类项目推荐

mlops-course 开源

从零搭建生产级ML应用,掌握MLOps全流程实践

Learn how to design, develop, deploy and iterate on production-grade ML applications···

★ 3414 2026-08-09
freelingo 开源

自托管 AI 私教,用本地大模型练口语背单词

Open-source, self-hosted AI language learning platform with local or cloud LLMs, CEF···

★ 250 2026-09-24
DeepTutor 开源

让 AI 当你的终身私教,随时深度研究并个性化辅导

DeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.

★ 57654 2026-08-09
AI-For-Beginners 开源

12周从零上手AI,微软官方免费教程

12 Weeks, 24 Lessons, AI for All!

★ 70688 2026-08-10
PyTorch-Tutorial-2nd 开源

从零到工程化,一本PyTorch实战教程搞定深度学习全流程

《Pytorch实用教程》(第二版)无论是零基础入门,还是CV、NLP、LLM项目应用,或是进阶工程···

★ 4634 2026-08-09
StudentAI 开源

免提示词,学生直接问,AI 秒回学习答案

StudentAI is an prompt-less AI chatbot app that uses OpenAI's large language model t···

★ 84 2026-08-09
student-gpt-tools 开源

学生科研AI工具导航,一页找到学习提效神器

AI tools collection for students and researchers. 学生和研究人员的AI工具合集。विद···

★ 88 2026-08-09
Fact-vs-Fiction-LLM-Test- 开源

几家 AI 谁靠谱?实测准确率帮你选对学习搭子

LLM 비교 연구 기반 올인원 학습 허브 플랫폼 | GPT-4o · Gemini 2.0 Flash · Claude 4.···

★ 92 2026-08-09