袁静课题组YUAN LAB

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

项目实践板块的示例复现指南，展示从环境到运行的分步排版骨架，后续替换为具体项目的真实复现流程。

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。

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。

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。