for the learner,和学习者一起成长
224
Repositórios públicos
401.100
Total de estrelas
34.501
Seguidores
A organização Datawhale, com o usuário datawhalechina no GitHub, possui uma ampla gama de repositórios públicos focados em aprendizado de máquina e inteligência artificial. Entre os principais repositórios, destacam-se projetos como hello-agents e happy-llm, desenvolvidos em linguagens como Jupyter Notebook e Python, que visam auxiliar aprendizes em suas jornadas educativas.
📚 《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|Your First Course For AI 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
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
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/
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。
📚 《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
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
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
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。
Official SGLang x Datawhale course on LLM inference: understand inference, build a mini-sglang from scratch, then read the real SGLang source and land your first PR. Available in English and Chinese.
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!
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!
主要存储Datawhale组队学习中“编程、数据结构与算法”方向的资料。
This is a multi agent tutorial based on the CAMEL framework, aimed at understanding how to build an Agent Society from the ground up!
DeepSeek 系列工作解读、扩展和复现。
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。
Personal deep learning study notes and tutorial-style notebooks
Nenhuma descrição fornecida para este repositório.
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。
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。
📚 《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
《动手学深度学习》习题解答,在线阅读地址如下:
Matplotlib中文教程,在线阅读地址:https://datawhalechina.github.io/fantastic-matplotlib/
⚡ 适合中国宝宝的 Jev 入门教程|手把手带你了解关于 Jev 的一切——Jupyter Notebook 轻松实验,从三种问题原语到 18 篇实战配方、语音智能家居、模型评测与本地微调,全面掌握 System One 判断模型的开发范式
Learn everything about world model
🎨 把时间还给逻辑,用 AI 绘就你的科研故事
聪明办法学Python,简明且系统的 Python 入门教程第二版。
📚 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/
Nenhuma descrição fornecida para este repositório.
聪明方法学Python,简明且系统的 Python 入门教程。
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
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。
模型压缩的小白入门教程,PDF下载地址 https://github.com/datawhalechina/awesome-compression/releases
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。
《李宏毅生成式人工智能教程》,PDF下载地址:https://github.com/datawhalechina/leegenai-tutorial/releases
wow-fullstack,令人惊叹的全栈开发教程
图深度学习(葡萄书),在线阅读地址: https://datawhalechina.github.io/grape-book
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。
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.
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
🌟 推理王国:关于 AI 推理机制的思想实验手册。从信息论、符号逻辑与表示学习出发,系统剖析大模型“智能”的本质。
顶不住的运筹优化
VSLAM开源基础教程,各章节练习代码
《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。
a chinese tutorial of git
AMD YES!
🚀 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
Nenhuma descrição fornecida para este repositório.
hello-robotic 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
面向中小学的人工智能通识课开源课程
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。
《科研论文配图》组队学习
本项目面向普通学习者和办公用户,搜罗并评审高质量开源 AI Skill,按场景提供中文教程、开箱 starter、风险说明和使用路线,帮助不会写代码的人也能低成本使用开源 AI 能力。
Nenhuma descrição fornecida para este repositório.
A systematic guide from physical imaging principles(医学影像处理开源教程), reconstruction algorithms to deep learning post-processing. https://datawhalechina.github.io/med-imaging-primer/
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/
你的桌面 AI 论文阅读伴侣 - 一个可爱的桌面精灵,帮助你追踪和阅读最新的 AI 论文。
算法可视化模型,基于已有的模型做可视化推理,帮助更好的理解
AI-Wiki:AI开发者全景式工具与资源导航
An reconstruction of RL Introduction and its course materials for a more efficient entry
Nenhuma descrição fornecida para este repositório.
simple-ml-code
Nenhuma descrição fornecida para este repositório.
用 AgentScope 从零搭一个本地智能体工作台
本套课程,希望通过AI硬件产品的视角与产品设计的SOP探索,一起学习和研究,自己如何真正发现自己的或者别人的需求,如何设计自己的产品和项目,从而真正产出帮助到大家的产品
Nenhuma descrição fornecida para este repositório.
A datawhalechina constrói uma variedade de repositórios focados em aprendizado de máquina e inteligência artificial, com tutoriais práticos e guias para desenvolvedores, como o hello-agents e o happy-llm.
A datawhalechina utiliza principalmente Jupyter Notebook, Python, JavaScript, HTML, TypeScript e Dockerfile em seus projetos, refletindo uma abordagem prática e acessível ao aprendizado de tecnologia.
Sim, todos os repositórios da datawhalechina são públicos, permitindo que qualquer pessoa acesse e aprenda com os materiais desenvolvidos, contribuindo para uma comunidade de aprendizado colaborativa.
Monitore Datawhale com o RepoGuard e receba alertas no momento em que um novo repositório público aparecer.
Monitore esta conta