ai-hands-on

跟着Notebook动手学AI，从零基础到实战

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 310 🐛 待处理 1 👀 关注 16

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1466

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

ai-hands-on 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队Ramakm

官网地址https://growtechie.substack.com

GitHubhttps://github.com/Ramakm/AI-Engineering

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

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ai,artificial-intelligence,books,chatbot,machine-learning,math,ml,mlmodel,neural-network,ocr,pytorch,rag,transformer

GitHub 星标★ 1466

上线时间2025-11-24 00:00:00

代码更新2026-10-03

仓库体积112.2 MB

本站数据更新2026-11-09

维护状态维护中

收录时间2026-08-09

浏览次数3

项目介绍

这是一个面向AI初学者的实践学习仓库，包含一系列Jupyter Notebook和辅助文件，旨在帮助用户从零开始学习人工智能。项目覆盖了机器学习、神经网络、Transformer架构、RAG（检索增强生成）、OCR、PyTorch等核心主题，并提供了配套的书籍和数学基础资料。通过动手编写代码和运行示例，用户可以逐步理解AI的基本概念、模型训练流程以及实际应用场景。仓库结构清晰，适合自学或作为教学辅助材料，尤其适合那些希望快速上手AI但缺乏系统指导的开发者。

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 ★ 1466

技术标签

ai artificial-intelligence chatbot machine-learning math

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 6 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

已安装 Git，可克隆 GitHub 仓库
已安装 Jupyter（README 中直接使用 jupyter lab / jupyter notebook 命令）
本地 Python 环境，用于运行各目录下的 .ipynb 笔记本
建议具备基础 Python 阅读能力，便于理解 Notebook 代码

安装与启动步骤

1克隆项目仓库

把 ai-hands-on 仓库下载到本地任意目录，README 未指定目录，自行选择即可。
```
git clone https://github.com/Ramakm/ai-hands-on.git
```
2进入项目目录

切换到刚克隆下来的项目根目录，后续 Jupyter 命令都在此目录执行。
```
cd ai-hands-on
```
3启动 Jupyter Lab

README 推荐的第一种方式，在项目根目录启动，浏览器会自动打开工作界面。
```
jupyter lab
```
4或启动 Jupyter Notebook

README 给出的另一种等价方式，与上一步二选一，无需同时启动。
```
jupyter notebook
```
5按顺序学习笔记本

按 README 推荐顺序依次打开：1.Math/、2.PyTorch/、3.Neural-Network(NN)/、4.Transformer/。
6单独运行 RAG 与 OCR

README 说明 5.RAG/ 与 6.OCR/ 两个文件夹需要单独运行，请逐个打开对应 Notebook。