AI Learning Roadmap
从入门到精通，四个阶段、七个仓库——每一站都是社区验证过的经典。
| 阶段 | 项目 | Stars | 语言 | 定位 |
|---|---|---|---|---|
| L1 机器学习入门 | ML-For-Beginners | 90,839 | EN | 26 课+测验+作业，补 ML 地基 |
| L2 深度学习系统 | d2l-zh《动手学深度学习》 | 81,005 | 中文 | PyTorch 全代码可跑，500+ 大学采用 |
| L2 辅助 | leedl-tutorial | 16,782 | 中文 | 李沐课程笔记，配合 d2l 食用 |
| L3 生成式 AI 应用 | generative-ai-for-beginners | 120,260 | 多语言 | 18 课：Prompt→RAG→Agent→部署 |
| L3+ LLM 全栈 | llm-course | 83,081 | EN | 三阶段路线：基础→科学家→工程师 |
| L4 从零实现 GPT | LLMs-from-scratch | 105,384 | EN | 亲手造 GPT：注意力→训练→微调 |
| L4+ 论文级实现 | annotated_deep_learning_paper_implementations | 67,494 | EN | 70+ 经典论文逐行注释实现 |
| L4+ 生态实操 | smol-course | 6,754 | EN | HuggingFace 官方工具链实操 |
Microsoft 官方出品，26 节课从线性回归一路讲到强化学习，每课配测验和作业。适合把 ML 地基（损失函数、过拟合、评估指标）系统补齐，而不是只会调 API。
中文世界最好的深度学习教材，数学+代码+讨论三位一体，全部 PyTorch 实现可直接运行。500+ 所大学采用。精读前 10 章即可覆盖 DL 核心。
李沐《深度学习》课程笔记（Datawhale 整理），西瓜书+视频课的 best companion。听不懂 d2l 某章时来这里换一个讲法。
全球最热的 GenAI 课程，18 课覆盖 Prompt 工程、RAG、Agent、函数调用到部署。已在生产中用 LLM 的话，可只挑不会的章节。
Maxime Labonne 的三阶段路线图：LLM 基础 → LLM 科学家（架构/训练/微调/量化）→ LLM 工程师（部署/评估/优化）。从「会用」走向「会调」的关键一站。
Sebastian Raschka 亲手带你从零实现 GPT：注意力机制、训练循环、预训练、微调、加载真实权重。用过 API ≠ 理解注意力机制——想「精通」这一站不可跳。
70+ 篇经典论文的逐行注释 PyTorch 实现：Transformer / AlphaGo / Stable Diffusion / 各种 attention 变体。当工具书用，读论文时对照。
HuggingFace 官方课程，微调/量化/RAG/Agent 工具链实操。星数不高但生态价值极高——工业界 LLM 工作的日常就是这套工具。
#ai-roadmap，学完一个仓库做一篇复盘。