学习资源
课题组整理的课程、教程、工具资源与可复现项目:从入门课程到项目复现的分步实践指南。
课程 8
- 重点推荐RethinkFun 深度学习教程
资深首席 AI 科学家撰写的免费中文教程,从数学基础讲到 Transformer 与大模型,配 B 站视频与源码,入门强烈推荐。
入门中文深度学习Transformer大模型
- Stanford CS231n · 用于视觉识别的卷积神经网络
斯坦福计算机视觉经典课程,覆盖从图像分类到检测分割的完整深度学习视觉技术栈,讲义公开可读。
进阶English计算机视觉深度学习
- 动手学深度学习(Dive into Deep Learning)
李沐等人编写的开源交互式教材,代码、数学与讲解并重,有官方中文版,是中文深度学习入门的首选。
入门中英双语深度学习PyTorch
- fast.ai · 面向程序员的实用深度学习
自顶向下教学的免费经典课程:第一课就训练可用模型,适合希望快速上手的同学。
入门English深度学习实战
- MIT 6.S191 · 深度学习导论
MIT 每年更新的入门课程,一学期紧凑讲完深度学习基础到生成模型,视频与讲义全部公开。
入门English深度学习
- Google 机器学习速成课程
Google 官方出品的免费速成课,用可视化练习快速建立机器学习基本概念,有中文版。
入门中英双语机器学习
- Harvard CS50 · 计算机科学导论
哈佛最受欢迎的入门课,讲清编程与计算机科学的基本功,适合零基础新生。
入门English编程入门
- Hugging Face Learn
Transformers、大模型微调与 Agent 开发的官方免费课程,与大模型方向的科研直接衔接。
进阶English大模型Transformers
环境配置 1
- 深度学习环境配置入门:conda + PyTorch
面向新生的环境配置通识:用 conda 管理隔离环境、按显卡选择 PyTorch 版本、验证安装可用。
入门condaPyTorch环境配置
项目实践 27
- Ultralytics YOLOv5 · 实时目标检测
广受欢迎的单阶段目标检测实现,工程化程度高、文档齐全、复现门槛低,适合作为检测类项目的复现入门。
入门English目标检测YOLO计算机视觉
- OpenMMLab MMDetection · 检测工具箱
OpenMMLab 出品的模块化目标检测工具箱,统一支持大量检测与分割算法,适合系统性地复现与对比多种方法。
进阶English目标检测语义分割计算机视觉
- EQTransformer · 地震相位拾取网络
基于注意力机制的地震 P/S 波到时拾取模型,作者公开预训练权重与样本数据,并提供 Google Colab 一键复现流程。
进阶English地震学相位拾取深度学习
- SeisBench · 地震学深度学习框架
ETH 开发的地震学深度学习工具箱,统一接口加载多个公开模型与数据集,便于复现地震检测、相位拾取等任务。
进阶English地震学深度学习工具箱
- PyTorch 官方示例
PyTorch 官方维护的示例集合,覆盖图像分类、DCGAN、强化学习等经典任务,代码精简,适合从零复现基本流程。
入门EnglishPyTorch深度学习入门
- HuggingFace Transformers · 预训练模型库
覆盖 NLP 与多模态的大量预训练模型统一接口,文档与示例齐全,便于复现 Transformer 系列模型与微调流程。
进阶EnglishNLPTransformer预训练模型
- 项目实践 · 学习必读(先读这一页)
20 个实践项目(初阶 9 + 中阶 11)的使用说明:怎么读指南、怎么下载项目、遇到报错怎么办,以及建议的学习顺序。做项目之前先花 10 分钟读它。初阶项目打开各文件夹里的 README.md 照做即可,中阶项目按《复现指南.md》操作。
使用说明
- 感知机灾害图像分类
从零实现的感知机 + 3 个手工特征做火灾图像二分类,仅依赖 NumPy,是最轻量的入门第一课。
入门感知机NumPy图像分类
- 多层感知机的灾害图像分类
纯 NumPy 手写多层感知机的前向与反向传播,不依赖深度学习框架,适合理解神经网络的本质。
入门多层感知机反向传播NumPy
- 基于 CNN 的灾害图像分类
用 PyTorch 搭建卷积神经网络完成火灾/正常图像分类,附带已训练模型与一键运行脚本。
入门CNNPyTorch图像分类
- 基于 RNN 网络的水位预测
用循环神经网络学习一年逐小时水位序列并预测未来水位,理解“带记忆”的网络。
入门RNN时间序列PyTorch
- 基于 LSTM 网络的水位预测
同样的水位数据换成 LSTM,与 RNN 项目对照体会门控机制带来的差异。
入门LSTM时间序列PyTorch
- 基于 Transformer 的应急事件自动研判
自建词表的迷你 Transformer 做应急文本六分类,并附本地网页演示。
入门Transformer文本分类PyTorch
- 基于 autoencoder 图像去雾
自编码器学习“有雾→清晰”的映射,雾效在线合成、无需成对数据集。
入门自编码器图像复原PyTorch
- 基于 GAN 网络的图像去雾
生成器与判别器对抗训练实现去雾,观察 GAN 与自编码器的效果差异。
入门GAN对抗训练图像复原
- 基于扩散模型的图像去雨
条件 U-Net 扩散模型(DDPM)去除合成雨效,体验生成式模型“加噪-去噪”的思想。
入门扩散模型DDPM图像复原
- 防灾数据孤岛融合与 AI 看板
把气象/地震/FEMA/人口脆弱性等 7 类公开数据清洗融合成统一数据表,并用 Streamlit 搭建风险评分与异常预警看板。适合学习数据工程与多源数据融合。
进阶数据融合Streamlit数据工程
- GraphRAG 地震灾害 AI 技术图谱
把 49 篇地震防灾文献抽取成实体-关系知识图谱,支持全局/局部/查漏三种检索,并发布为可交互的网页图谱。适合学习 RAG 前沿与知识图谱。
高级GraphRAG知识图谱NLP
- 雨量计异常数据清洗与修正
用物理规则 + 机器学习双重检测雨量计时序数据中的卡滞/尖峰/负值等 7 类异常并修正,带真值标签量化评估(F1 98.7%)。最适合入门的数据思维项目。
入门数据清洗异常检测规则+ML
- 基于 LSTM 的洪水水位监测
用 LSTM/BiLSTM 学习 18 年真实水文站数据,预测未来 24 小时水位并输出风险分级。经典的深度学习时间序列入门项目。
进阶LSTM时间序列TensorFlow
- 个性化地震预警信息生成系统
Flask 网页系统:按用户身份/年龄/位置,用规则引擎 + 震级分级 + 球面距离生成千人千面的地震预警文案。最适合入门的 Web 项目。
入门Flask规则引擎Web
- 社交媒体求救信息提取与定位
BERT+CRF 从求救文本抽取地点/人员/灾情/需求四类实体,本地地理编码后生成求救点交互地图(实体 F1 0.95)。最有含金量的 NLP 项目。
高级BERT命名实体识别PyTorch
- 遗传算法救援物资分配优化
以河南 7·20 暴雨为背景,用增强型遗传算法求解多仓库-多灾点-多物资的五目标分配问题,配 Vue3+ECharts 可视化大屏。
进阶遗传算法优化Vue3
- 避开危险路段的救援路径规划
在真实北京路网上叠加历史灾害缓冲区,用 Dijkstra 分别计算最短路与避危险路径并画图对比。全项目仅 1 个第三方依赖,最快的入门项目。
入门Dijkstra路径规划GIS
- AI 应急指挥舱原型
FastAPI+Vue3 前后端分离的指挥大屏:公开数据入库、地图/图表可视化、七步 AI 决策工作流(无 Key 自动降级为模拟)。完整的前后端工程实践。
高级FastAPIVue3前后端
- 灾后经济恢复周期预测
把 USGS 地震目录、NOAA 损失库、BEA 州 GDP 拼成面板数据,用随机森林 vs GBDT 预测灾后经济恢复年数。表格数据机器学习完整流程。
入门随机森林机器学习sklearn
- AI 辅助山区泥石流零死亡方案
解密加密数据后读 12 层地理栅格,做 AHP 十因子易发性叠加、四级降雨预警模拟与村落-避难所转移规划。GIS 分析 + 加密授权机制教学。
进阶AHPGIS栅格加密授权
外部资源 3
- MIT OpenCourseWare
麻省理工全部课程的开放档案,数学、信号处理、地球物理等基础课的讲义与考试题都可免费获取。
English综合课程平台
- PyTorch 官方教程
官方文档教程覆盖张量基础到训练部署全流程,查 API 与学范式都从这里开始。
入门EnglishPyTorch官方文档
- Distill · 交互式机器学习解读
以交互式可视化著称的 ML 解读期刊(已停刊,存档全部可读),多篇关于注意力机制与可视化的文章是经典入门材料。
进阶English可视化论文解读