for the learner,和学习者一起成长
220
सार्वजनिक रिपोजिटरी
3,83,941
कुल सितारे
32,936
अनुयायी
datawhalechina एक संगठित GitHub खाता है जो शिक्षार्थियों के लिए विभिन्न प्रोजेक्ट्स का विकास करता है। इसमें Jupyter Notebook, Python, और JavaScript जैसी प्रमुख भाषाएँ शामिल हैं। इसके कई प्रसिद्ध रिपॉजिटरी जैसे hello-agents और happy-llm व्यापक रूप से उपयोग किए जाते हैं और सीखने की सामग्री प्रदान करते हैं।
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
📚 从零开始构建大模型
《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调(全参数/Lora)、部署国内外开源大模型(LLM)/多模态大模型(MLLM)教程
南瓜书:《机器学习》(西瓜书)公式详解
面向开发者的 LLM 入门教程,吴恩达大模型系列课程中文版
💻 vibe coding 101|The first course for AI-native product builders.
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases
强化学习中文教程(蘑菇书🍄),在线阅读地址:https://datawhalechina.github.io/easy-rl/
本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/
🔍大模型应用开发实战一:RAG 技术全栈指南,在线阅读地址:https://datawhalechina.github.io/all-in-rag/
AI Agent 学习路线与资料库收集
大模型基础: 一文了解大模型基础知识
推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/
AI for All: The First Systematic Vibe Coding Tutorial | From Zero to Full-Stack, Bring Your Ideas to Life | Live at: www.vibevibe.cn ;全民AI学习第一课,首个系统化 Vibe Coding 开源教程 | 零基础到全栈实战,让人人都能借助 AI 实现自己的想法与创意 | 在线地址:www.vibevibe.cn
pandas中文教程
《大模型白盒子构建指南》:一个全手搓的Tiny-Universe
数据挖掘、计算机视觉、自然语言处理、推荐系统竞赛知识、代码、思路
仅需Python基础,从0构建大语言模型;从0逐步构建GLM4\Llama3\RWKV6, 深入理解大模型原理
Datawhale成员整理的面经,内容包括机器学习,CV,NLP,推荐,开发等,欢迎大家star
PyTorch入门教程,在线阅读地址:https://datawhalechina.github.io/thorough-pytorch/
仅需Python基础,从0构建自己的具身智能机器人;从0逐步构建VLA/OpenVLA/SmolVLA/Pi0, 深入理解具身智能
we want to create a repo to illustrate usage of transformers in chinese
HuggingLLM, Hugging Future.
本项目为量化开源课程,可以帮助人们快速掌握量化金融知识以及使用Python进行量化开发的能力。
动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/
主要展示Datawhale的组队学习计划。
哈喽!龙虾 🙋♀️ Adopt from scratch and build your first claw 🦞 来领养你的第一只龙虾!
机器学习方法习题解答,在线阅读地址:https://datawhalechina.github.io/statistical-learning-method-solutions-manual
📚 《Deep Agents 实战》—— LangChain 官方大使出品,基于 LangChain / LangGraph 生态,从零构建生产级 AI Agent 的完整指南
主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。
《机器学习理论导引》(宝箱书)的证明、案例、概念补充与参考文献讲解。
动手学数据分析以项目为主线,知识点孕育其中,通过边学、边做、边引导来得到更好的学习效果
本项目围绕吴恩达老师在DeepLearning.AI出品的agent-skills-with-anthropic系列课程,为学习者打造中文翻译与知识整理教程。项目提供课程内容翻译、知识点梳理和示例代码解读等内容,欢迎大家Star!
A tutorial based on MetaGPT to quickly help you understand the concept of agent and muti-agent and get started with coding development. 基于MetaGPT的多智能体入门与开发教程
Covers pre-training data, Tokenizer, Transformer, MoE,distributed training, Scaling Laws, inference & alignment .6 progressive code assignments for full-stack LLM learning | 涵盖预训练数据、分词器、Transformer、MoE、分布式训练、缩放定律、推理与对齐,6 项渐进代码作业,掌握 LLM 全栈知识
本项目围绕吴恩达老师在DeepLearning.AI出品的Agentic-ai系列课程,为学习者打造中文翻译与知识整理教程。项目提供课程内容翻译、知识点梳理和示例代码解读等内容,欢迎大家Star!
A Lighting Pytorch Framework for Recommendation Models, Easy-to-use and Easy-to-extend.
🐳 LeetCode 算法笔记:面试、刷题、学算法。在线阅读地址:https://datawhalechina.github.io/leetcode-notes/
Follow me,从 0 到 1 掌握 SQL。
从 NLP 到 LLM 的算法全栈教程,在线阅读地址:https://datawhalechina.github.io/base-llm/
《机器学习》(西瓜书)代码实战
动手学CV-Pytorch版
《数学建模导论》教程,全网最全数学建模模型与算法教程系列,带你走进数学建模的大门!
This is a multi agent tutorial based on the CAMEL framework, aimed at understanding how to build an Agent Society from the ground up!
Official SGLang × Datawhale course on LLM inference (中英双语): understand inference, build a mini-sglang from scratch, then read the real SGLang source and land your first PR. 《从零手搓SGLang》:读懂推理,手搓 mini-sglang,吃透 SGLang 源码。
Personal deep learning study notes and tutorial-style notebooks
《动手学深度学习》习题解答,在线阅读地址如下:
本教程将全面指导你如何快速搭建自己的AI应用环境,从Docker桌面版的安装与配置开始,到本地部署Dify并自定义AI助手功能,让你轻松实现“猜病例”、“甜蜜哄人”、“新生入学指南”、“小红书读书卡片”与“面试宝典”等多种特色AI应用。并教会你从基础智能体到使用工作流,再到知识库、DeepResearch、数据库、MCP、复杂任务编排等高阶任务,由浅到深的学习掌握基于dify的大模型应用开发。
📚 《Generic Agent使用指南》——轻松上手自进化智能体,从基础调用到高级技巧全覆盖
LLM algorithm practice lab with theory, solutions, and test cases.《大模型算法与系统教程》面向大模型入门到进阶的算法实战教程,覆盖原理讲解、答案解析、测试用例与 CUDA/Triton 实战。
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
📚“langent”由“lang”与“agent”合并而来的学习教程
从零到一搭建一台具身智能机器人:深入强化学习、World-Model、VLA 等智能决策方法的工程落地,贯穿仿真环境、控制器、运动规划、感知系统等技能树模块,并在真实项目中跑通"决策—控制—感知"完整链路。
聪明办法学Python,简明且系统的 Python 入门教程第二版。
🎨 把时间还给逻辑,用 AI 绘就你的科研故事
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
📚 从零开始的向量数据库原理与实践教程,在线阅读地址:https://easy-vecdb.datawhale.cc/
Learn everything about world model
yolo master 本课程主要对yolo系列模型进行介绍,包括各版本模型的结构,进行的改进等,旨在帮助学习者们可以了解和掌握主要yolo模型的发展脉络,以期在各自的应用领域可以进一步创新并在自己的任务上达到较好的效果。
Datawhale开源教程《人工智能的数学基础》
从基础学科到通用人工智能 - 跨学科知识图谱
VCED 可以通过你的文字描述来自动识别视频中相符合的片段进行视频剪辑。该项目基于跨模态搜索与向量检索技术搭建,通过前后端分离的模式,帮助你快速的接触新一代搜索技术。
模型压缩的小白入门教程,PDF下载地址 https://github.com/datawhalechina/awesome-compression/releases
python自动化办公
🎉🎉🐳 Datawhale大数据处理导论教程 | 大数据技术方向的开篇课程🎉🎉
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
本项目是一个围绕 DeepLearning.AI 出品的 Post-Training for LLMs 系列课程,为国内学习者量身打造的中文翻译与知识整理教程。项目提供课程内容翻译、知识点梳理和示例代码等内容,旨在降低语言门槛,让更多学生、研究人员和开发者系统掌握大语言模型(LLM)后训练阶段的核心技术与实践方法。
图深度学习(葡萄书),在线阅读地址: https://datawhalechina.github.io/grape-book
Vibe-Blog is a multi-agent AI assistant that turns a single prompt into a 10,000-word technical article. It combines deep research, smart illustrations, Mermaid diagrams, code integration, and professional formatting to transform complex technologies into clear, engaging content, making daily long-form publishing effortless.
本项目是关于Harness Engineering的开源教程,旨在帮助开发者理解和掌握在大模型时代,如何为复杂、长时间运行的 AI 智能体(Agent)构建健壮的底层运行架构。
A simple and trans-platform rag framework and tutorial
一份全栈式大语言模型参考指南,用最简洁的代码帮助你端到端定义模型从零训练到工程落地的每一个细节
OPEN AI通识课
OpenClaw 学习教程 - 一周打造跨设备 AI 助手
开源Excel教程。
理工科-大模型入门实训课程
从0开始学习多模态大模型,从概念、架构、训练到部署,系统搭建你的第一套 MLLM 知识体系
AMD YES!
《Easy Data x AI》是一门面向所有 AI 爱好者的数据与 AI 基础入门课程。通过双轨学习路径,从数据驱动视角学习构建 AI Agent。
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
🚀 基于 ASR + VLM 技术的智能视频笔记工具,能够将任何视频"吞噬"并生成包含图文内容和视频剪影的结构化笔记报告
handy-n8n, learn n8n by doing
网络安全中的人工智能方法,总结我在中国科学院大学的学习以及自己整理的资料、方法,给大家分享出来
《动手学机器学习》习题解答
本项目整理自吴恩达老师在 DeepLearning.AI 平台推出的 AI Prompting for Everyone 课程,主要面向中文学习者,提供课程内容翻译、知识点梳理和示例说明。 这门课程偏入门,重点不是讲复杂的模型原理,而是讲普通用户如何更好地向 AI 提问,如何把任务说清楚,如何让 AI 给出更符合需求的回答。 本项目希望把课程内容整理成更适合中文阅读的学习资料,方便大家在学习、办公、写作、编程和资料整理等场景中参考使用。 如果你正在学习 AI 提示词,或者想系统了解如何更有效地使用 ChatGPT、Gemini、Claude 等AI工具,可以从这个项目开始。
Hello GPU:从 AMD GPU 架构、ROCm 工具链到 HIP/Triton 算子优化与单卡推理性能分析的实战教程。
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
Docker 教程:从零基础到掌握 Docker
人工智能:现代方法(第4版)笔记
hello-robotics 将基于 G2 与 Isaac 打造一套全流程机器人仿真实践教程平台,覆盖搭建、感知、建图定位导航、抓取操作及大模型决策,同时可以用于前沿算法的实践验证
Music Language Model Generation, Optimization, and Practice
本项目是一款以datawhale小鲸鱼为原型设计的面向新人开发者的ai语音小车教程,附带整套打包硬件,帮助大家零门槛上手。教程正在持续更新中,项目交流群:请扫码进群
🌟 Datawhale 贡献者可视化平台,在线地址:https://mv.datawhale.cc/
Datawhale开源教程 Bishop 深度学习理论和方法讲解
AI-Wiki:AI开发者全景式工具与资源导航
《学习的地形》是一部从学习动力学、几何视角重新理解深度学习的开源书籍。
🐳 AI 驱动的开源交互式学习引擎
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
इस रिपोजिटरी के लिए कोई विवरण प्रदान नहीं किया गया।
datawhalechina GitHub पर शिक्षण सामग्री और प्रोजेक्ट्स विकसित करता है, जिसमें मशीन लर्निंग और बड़े मॉडल के लिए विभिन्न ट्यूटोरियल शामिल हैं। इसके रिपॉजिटरी उपयोगकर्ताओं को गहन अध्ययन और अभ्यास के लिए संसाधन प्रदान करते हैं।
datawhalechina मुख्य रूप से Jupyter Notebook, Python, JavaScript, HTML, CSS, और TypeScript जैसी प्रोग्रामिंग भाषाएँ उपयोग करता है। ये भाषाएँ इसके विकास कार्यों और शिक्षण सामग्री में महत्वपूर्ण भूमिका निभाती हैं।
हाँ, datawhalechina के सभी रिपॉजिटरी सार्वजनिक हैं। कोई भी व्यक्ति इनका उपयोग कर सकता है और सीखने के लिए उपलब्ध संसाधनों तक पहुँच सकता है। यह शिक्षार्थियों के लिए एक खुला और सहयोगात्मक वातावरण प्रदान करता है।
RepoGuard के साथ Datawhale की निगरानी करें और जैसे ही एक नया सार्वजनिक रिपोजिटरी बनता है, सूचित हों।
इस खाते की निगरानी करें