程序员学AI：15个免费优质资源清单

从神经元的数学原理到构建你自己的语言模型。

我在 brianpfeil.com/learn 维护了一个按目标分类的免费学习资源目录，每条链接都无需登录即可打开。这是我整理的其中一条路径：15 个资源，我推荐入门的已标 ⭐。

Neural Networks: Zero to Hero，Andrej Karpathy ⭐：从零开始用代码构建神经网络，一路到 GPT。

Neural networks，3Blue1Brown ⭐：关于神经网络和 Transformer 工作原理最优质的视觉讲解。

Practical Deep Learning，fast.ai：面向有编程基础人群的自上而下、代码优先的深度学习课程。

Machine Learning Crash Course，Google：Google 出品的高效、实用的机器学习入门课。

Introduction to Deep Learning (6.S191)，MIT：MIT 的深度学习导论，每年免费发布讲座和实验材料。

Courses，DeepLearning.AI：Andrew Ng 的学习平台，提供数十门关于 LLM 和 Agent 的一小时短课程，均可免费学习。

LLM Course，Hugging Face：围绕 Transformers、微调和 LLM，配合 Hugging Face 库的学习路径。

AI Agents Course，Hugging Face：从基础到框架，构建 AI Agent，可获得结业证书。

Dive into Deep Learning：一本交互式深度学习教材，代码可在线运行，已被 500+ 所大学采用。

Neural Networks and Deep Learning，Michael Nielsen：关于神经网络如何学习最清晰的免费书籍。

An Introduction to Statistical Learning：经典的统计学习教材，PDF 免费提供，附 R 和 Python 实验。

Deep Learning，Goodfellow, Bengio & Courville：深度学习权威教材，可免费在线阅读。

Reinforcement Learning: An Introduction，Sutton & Barto：强化学习标准教材，免费在线版本。

AI Canon，a16z：精心编排的现代 AI 阅读书单，助你快速跟上当前进展。

PyTorch：从第一性原理开始，熟练掌握真实 PyTorch 的读写——tensor、autograd、训练循环，每个示例均可运行在 Apple Silicon (MPS) 上。

最新完整列表及其他学习路径（编程、云、AI、少儿等）见 brianpfeil.com/learn/ai/。