本仓库由四川大学智锐科创计算机协会维护。旨在为想要学习计算机知识的同学们提供一些优质学习资料索引，避免陷入想做项目但不知道如何找资源、从哪里学起的困境。我们将内容分成了不同的板块，尽可能满足同学们的各种需求。
Python是一个强大而灵活的编程语言，特别适合机器学习，这得益于它的可读性、一致性和强大的数据科学库生态系统。对于希望从事数据分析、大模型相关领域的同学，Python 将是你的必备工具。
- Python 基础：掌握 Python 的 基础语法、数据类型、错误处理，了解面向对象编程语言。
📚 资源：
- Learn Python in Y Minutes: 对于不想看书、追求速成的同学，这个教程将是不二选择！直接用代码教学，一切尽在注释中！
- Python Tutorial: 想系统学习 Python 看这里。详细介绍了 Python 基础知识以及如何用 Python 作图（matplotlib 库的使用）、如何用 Python 操作 MySQL、MongoDB 数据库等。
Git 是目前世界上最先进的分布式版本控制系统。作为程序员，日后不可避免地需要进行多人协作开发，Git 提供了一套高效、可靠的方式来管理代码变更历史和版本迭代。它允许开发者在本地进行代码提交、分支创建、代码合并等操作，而不依赖于中央服务器。
- Git 基础：学会使用 Git + Github 联合开发，学会使用
git clone,git add,git commit,git push,git pull等基础命令，能够正确处理冲突。
📚 资源：
- Git 沙盒——用玩游戏的方式学习 Git !: 用玩闯关游戏的方式学习 git！
- Git教程 - 廖雪峰的官方网站: 廖雪峰老师的 Git 教程，品质保证！
- Git 和 GitHub 教程——版本控制入门: 选自世界最大的编程自学营地 freecodecamp，速成主义者看这里。
Docker 是基于 linux 内核的容器虚拟化技术，可以理解为轻量化、定制化的虚拟机。使用 docker 创建容器作为开发环境，能够确保环境的一致性，从而使得开发环境的迁移更加容易，也能够保证应用程序在任何操作系统上都能够正常运行。
📚 资源：
- 机器学习 / 深度学习 基础知识：了解线性回归模型、梯度下降、逻辑回归模型、过拟合等基础知识
- Pytorch: PyTorch 是一种用于构建深度学习模型的功能完备框架，是一种通常用于图像识别和语言处理等应用程序的机器学习。使用 Python 编写，因此对于大多数机器学习开发者而言，学习和使用起来相对简单。
📚 资源：
- 机器学习——吴恩达: 吴恩达老师的机器学习课程通俗易懂，涵盖了机器学习的所有基础知识，适合作为0基础同学的第一门机器学习课程。
- 这里放的是B站搬运版本，正版在 Coursera 上，普通用户有一周的免费试用期，后续则需付费观看，同学们根据自己的条件选择。
- 动手学深度学习——李沐: 硅谷华人大佬李沐老师的经典课程！会带着你写代码，讲解地也很细致。
- 虽说是入门课程，但有不少同学反馈0基础容易跟不上，这种情况建议先学习吴恩达老师的机器学习课程。
- PyTorchZeroToAll: HKUST 开发的 3~4 天速成 Pytorch 课程
- B站配套视频：PyTorch速成教程
LLM 是当下最火的研究课题，大家日常使用的 ChatGPT、文心一言、Kimi 等都属于大语言模型。下面我们将由浅入深（从简单的如何更好地使用大模型到了解大模型背后的工作原理）地给出一些学习资料。
提示词工程即向大模型提问的艺术，这是一项简单且实用的技术，能够帮助用户更高效地利用大模型。
📚 资源：
- ChatGPT 中文调教指南: 该仓库收纳了一些高效的提问模板，可直接使用。
- Prompt Engineering Guide: 想要系统学习 Prompt 知识的看这里，介绍了零样本提示、少样本提示、思维链（CoT）等概念
Transformer 是当今最为流行的神经网络模型，ChatGPT 等大模型应用都建立在它的基础之上。因此，理解 Transformer 的设计理念和工作原理是理解大语言模型不可或缺的一步。
📚 资源：
-
李宏毅老师合集：
为什么把李宏毅老师对 Transformer 的介绍单列一个合集出来，因为从我个人看过的所有 AI 教学内容来看，没有人在把复杂的事情变简单这件事情上做的比李宏毅老师更好，除了下面列举的 Transformer 相关内容，李宏毅老师在 Youtube 的其他内容也值得观看，绝对精品！
- 李宏毅：80分钟快速全面了解大型语言模型: 最浅，但是视角比较宽泛，偏向向0基础人群科普
- 【生成式AI導論 2024】第10講：今日的語言模型是如何做文字接龍的 — 淺談Transformer (已經熟悉 Transformer 的同學可略過本講)：适中，看完你能明白，从你输入一个问题到模型给出回答的整个过程中，大模型是如何一步步处理的（tokenize, embedding, 自注意力机制计算相似度, 多头注意力关注多维特征, FFN 整合多维信息等）
- 【機器學習2021】Transformer (上)：最深，深入了解 encoder 部分
- 【機器學習2021】Transformer (下)：最深，深入了解 decoder 部分
-
图解 Transformer: 介绍 Transformer 原理的优秀文章
-
The Illustrated Transformer: 国外火爆的 Transformer 原理解释文章
-
Transformer from scratch: 跟随油管大佬动手复现一个 Transformer，在实现的过程中理解 Transformer 的每个部分，适合那些想通过代码学习而不仅仅是阅读原理文章的同学（实现之后一定会成就感满满！）
AI 正逐步成为信息世界的新革命力量，其通过强大的自然语言理解、自然语言生成能力，为开发者提供了新的、更强大的应用开发选择。随着国内外井喷式的 LLM API 服务开放，如何基于 LLM API 快速、便捷地开发具备更强能力、集成 LLM 的应用，开始成为开发者的一项重要技能。
📚 资源：
- datawhalechina/llm-universe: 面向小白开发者的大模型应用开发教程: datawhale 出品的较为系统的 AI 应用开发教程，介绍了 RAG 的原理、常用的 AI 应用开发库 langchain 的使用，并分享了两个应用构建案例：个人知识库助手、人情世故大模型
网络上关于计算机的资料整合其实很多，我们推荐的内容只是冰山一角，下面将给出一些很优质的资料仓库，大家可以按需学习。
📚 资源：
- llm-course: Course to get into Large Language Models (LLMs) with roadmaps and Colab notebooks.: github 上关于 LLM 的最全最优质仓库，没有之一！对于有志在 LLM 方向深入学习的同学，这个仓库是必不可少的指路明灯。
- CSGuide: 🔥 计算机学习路线，包括科班、非科班、Web、全栈、C++、Java、System等: 由四川大学2016级软件学院学长（知乎万粉大佬 编程指北）倾心打造的计算机学习路线，适合任何基础任何专业的同学，强推！
- CS自学指南: 火遍全网的 CS 自学指南，无数 CS 学生的启蒙知识库。收录了国内外各个方向的经典课程，干货满满！