courses

一站式找到AI各领域优质课程，省去全网搜索时间

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 595 🐛 待处理 12 👀 关注 109

GitHub ↗

GitHub 星标 ★ 6494

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源课程资源合集，完全免费，无付费版本。

项目预览

项目数据

分类图像生成

开发团队SkalskiP

GitHubhttps://github.com/SkalskiP/courses

定价模式🏷️完全免费

价格说明开源课程资源合集，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

主要语言Python

技术栈/模型computer-vision,deep-learning,deep-neural-networks,generative-model,machine-learning,mlops,multimodal,natural-language-processing,nlp,stable-diffusion,transformers,tutorial

GitHub 星标★ 6494

上线时间2023-04-02 00:00:00

代码更新2024-04-22

仓库体积73 KB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

这是一个精选的AI学习资源集合，收录了关于人工智能、机器学习、深度学习、计算机视觉、自然语言处理、多模态、生成模型和MLOps等领域的课程与资料链接。项目以Markdown文件组织，按主题分类，方便学习者快速找到高质量的学习材料。它解决了AI学习者面对海量信息难以筛选的问题，通过人工筛选和社区贡献，提供了一份可信赖的学习路径。核心能力在于其系统化的分类和持续更新的资源列表，覆盖从入门到进阶的各个层次，适合不同阶段的学习者使用。

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 ★ 6494

技术标签

computer-vision deep-learning deep-neural-networks generative-model machine-learning

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 5 分钟部署方式：本地安装 5 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

可访问 GitHub 的网络环境
已安装 Git（用于克隆仓库）
任意可阅读 Markdown 的编辑器或浏览器

安装与启动步骤

1克隆课程仓库

把精选课程列表仓库下载到本地，README 与多语言版本文件都在根目录。
```
git clone https://github.com/SkalskiP/courses.git
```
2进入仓库目录

切换到刚克隆下来的目录，后续查看文件都在这里进行。
```
cd courses
```
3阅读课程总表

打开 README.md，其中 courses & resources 表格按主题、形式、难度、年份、价格列出课程链接。
4查看其他语言版本

仓库提供 Hindi、Italiano、French、Indonesian 等译文文件，按需打开对应 README 文件即可。
5参与贡献

若想补充课程或修正内容，先阅读 CONTRIBUTING.md，再通过 Pull Request 提交修改。