ai-hands-on

跟着Notebook动手学AI，从零基础到实战

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。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1449

维护状态活跃

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队Ramakm

所属国家

官网地址https://growtechie.substack.com

GitHubhttps://github.com/Ramakm/ai-hands-on

定价模式free

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

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★ 1449

30天Star增速

HF 下载量

上线时间2025-11-24 00:00:00

最近更新2026-09-21 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

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。

如何确认成功

浏览器打开 Jupyter 页面后，能看到 1.Math、2.PyTorch 等目录并成功打开其中任意一个 Notebook 即表示环境正常。

常见问题

Q：需要预先安装哪些依赖包？

A：README 未提供依赖安装说明，建议打开 Notebook 后根据其中的 import 语句自行安装所需库，例如 PyTorch 相关包。

Q：应该从哪个目录开始学？

A：README 推荐顺序为 1.Math → 2.PyTorch → 3.Neural-Network(NN) → 4.Transformer，之后再看单独的 5.RAG 和 6.OCR。

Q：jupyter 命令提示找不到怎么办？

A：说明当前环境尚未安装 Jupyter，README 未给出安装命令，请先确认 Jupyter 已安装并在 PATH 中。

Q：RAG 和 OCR 能和其他目录一起跑吗？

A：README 明确指出 5.RAG/ 和 6.OCR/ 属于需要单独运行的文件夹，请单独打开运行。

注意事项

jupyter lab 与 jupyter notebook 二选一即可，不要重复启动。
README 未提供 requirements 或 pip install 说明，运行前请自行确认依赖环境。
建议在项目根目录启动 Jupyter，这样相对路径的 Notebook 才能正常打开。
仓库部分内容配套书籍与数学基础资料，可作为补充学习材料。

核心亮点

提供从数学基础到Transformer、RAG等前沿技术的完整学习路径，循序渐进
所有内容以Jupyter Notebook形式呈现，可交互运行，边学边练
覆盖多个实用领域（OCR、聊天机器人等），案例贴近真实应用

不足之处

项目为学习笔记性质，缺乏系统性的项目工程化指导
文档和社区活跃度待观察，可能更新不够及时

适用场景

AI初学者自学入门，通过Notebook快速掌握核心概念
高校或培训机构作为AI课程的教学辅助材料
开发者快速查阅特定技术（如RAG、PyTorch）的实践示例

替代项目

fast.ai、Hugging Face Course、ML-for-Beginners

项目介绍

ai-hands-on 是学习教育领域的开源项目，由 Ramakm 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,449）位列前 30%，在学习教育分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,318 增加到 1,449，净增 131。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：AI初学者自学入门，通过Notebook快速掌握核心概念。同类可对比的替代方案包括 fast.ai、Hugging Face Course、ML-for-Beginners。

上一篇：TensorFlow-Tutorials

下一篇：BabelDuck