深度学习与大模型学习路径（2026） 面向中文学习者的 AI 学习路线图：从机器学习、深度学习基础，到大语言模型、RAG、Agent 和多模态工程实践。 本仓库的定位不是资料堆砌，而是帮你回答三个问题： 现在应该先学什么。 每个主题学到什么程度算够用。 如何从概念走到可运行的 AI 应用。 学习理念 AI 工具普及后，学习方式应该从“先补完所有理论”变成“先跑通最小闭环，再按问题补理论”。 本仓库采用四个原则： 先实践后理论：先让模型、数据和代码跑起来。 只深挖关键概念：向量化、梯度、过拟合、Transformer、检索、工具调用、评估。 按需回溯：遇到诊断、调优、评估问题时再回到数学和经典算法。 关注工程闭环：能部署、能评估、能定位错误，比只看懂概念更重要。 该从哪里开始 30 天新人路线 适合：从零开始，希望快速进入 AI/ML 领域。 建议顺序： Python 基础 NumPy Pandas 机器学习绪论 线性回归 逻辑回归 深度学习基础 PyTorch 基础 LLM 入门 Prompt 与上下文工程 LLM 工程师路线 适合：已有 Python/深度学习基础，希望构建 RAG、微调和大模型应用。 学习完成标志： 能解释 Prompt、RAG、微调三者的适用边界。 能为一个业务问题选择“只提示词 / RAG / 微调 / Agent”。 能用评估集证明改动是否真的变好。...
| Stars | 2,784 |
| Forks | 410 |
| Language | Jupyter Notebook |
| Category | 未分类 |
| Quality Score | 44.7899935759458/100 |
| Open Issues | 106 |
| Last Updated | 2026-10-05 |
| Created | 2019-01-31 |
| Est. Tokens | ~17k |
These tools work well together with deep-learning-llm-agent-notes for enhanced workflows:
Explore other popular 未分类 tools:
deep-learning-llm-agent-notes is 机器学习、深度学习的学习路径及知识总结. It is categorized as a 未分类 with 2.8k GitHub stars.
deep-learning-llm-agent-notes is primarily written in Jupyter Notebook.
You can find installation instructions and usage details in the deep-learning-llm-agent-notes GitHub repository at github.com/loveunk/deep-learning-llm-agent-notes. The project has 2.8k stars and 410 forks, indicating an active community.