LLM Course
LLM 学习路线图，78,479+ stars。从入门到精通的系统学习资源，涵盖 Transformers 原理、微调、RLHF、量化部署等关键技术方向，是 AI 开发者的成长指南
🎯适用场景：AI 技术学习与实践教程、大模型微调与训练
📊 仓库数据
📈 Stars 变化 ↑6 小时 +13· 统计区间 6/28 18:12 → 6/29 00:15（6 小时）
✅ 优点
- •系统化学习路径
- •从入门到进阶全覆盖
- •精选高质量资源
- •持续更新紧跟前沿
⚠️ 限制
- •偏重理论需要实践配合
- •内容量大需系统学习
- •部分链接可能失效
🔗 相关工具
Transformers
github.com/huggingface/transformers
Hugging Face 核心模型库，159,648+ stars。支持 200K+ 预训练模型，覆盖 NLP、计算机视觉、音频、多模态等全领域，提供统一 API 接口，是 AI 开发者的必备基础设施
🎯多模型 API 统一接入与路由
Pytorch
github.com/pytorch/pytorch
Meta 开源的深度学习框架，100K+ stars。以动态计算图和 Pythonic 风格著称，在学术界和工业界都有广泛应用，支持分布式训练、移动端部署和 ONNX 导出
🎯深度学习模型研发、学术论文实验、大模型微调训练
Keras
github.com/keras-team/keras
深度学习框架，64,020+ stars。高级神经网络 API，支持 TensorFlow、JAX、PyTorch 多后端。以用户友好著称，让深度学习从实验到生产的转化变得简单高效
🎯大模型微调与训练
PyTorch Image Models
github.com/huggingface/pytorch-image-models
Hugging Face 维护的最大 PyTorch 图像模型集合，36K+ stars。涵盖 Vision Transformer、ConvNeXt、EfficientNet、MobileNet 等数百种预训练图像编码器，提供训练、评估、推理完整工具链，是计算机视觉领域的标准基础设施
🎯多模态内容理解与生成
netron
github.com/lutzroeder/netron
神经网络可视化工具，5K+ stars。神经网络、深度学习和机器学习模型的可视化工具，支持多种模型格式
🎯神经网络模型结构可视化、多格式模型调试分析
fastai
github.com/fastai/fastai
The fastai deep learning library – making neural net training accessible — fastai 深度学习库，基于 PyTorch 的高层 API，让神经网络训练变得简单易用，适合入门者和研究者
🎯基于 PyTorch 的高层深度学习框架，适合快速原型开发和深度学习入门学习