fengdu78/Coursera-ML-AndrewNg-Notes
吴恩达老师的机器学习课程个人笔记
解决的问题
本项目为 Andrew Ng 经典的 2014 年斯坦福机器学习课程提供了全面的社区翻译中文学习资料。它弥合了中文学习者的语言障碍，通过结构化的笔记将复杂的理论概念简化为易于理解的学习模块。
工作原理
该仓库将 10 周的课程大纲整理为结构化的 Markdown、HTML 和 Word 文档。内容包括视频讲座的翻译字幕、原始课程幻灯片 (PPT) 以及 Python 代码实现。内容涵盖了课程的全谱系，从基础的线性回归和神经网络到异常检测和推荐系统等高级主题。
适用人群
本项目适合希望使用高质量中文资源学习机器学习基础的学生、开发者和 AI 爱好者。对于那些喜欢在观看视频讲座的同时阅读结构化笔记以巩固对算法和数学基础理解的学习者来说，这是理想的选择。
亮点
- 完整的 10 周课程笔记，提供 Markdown、HTML 和 Word 格式。
- 包含原始课程 PPT 幻灯片以及中英双语翻译字幕。
- 提供课程练习的 Python 代码实现。
- 提供在线阅读版本，方便查阅公式和内容。
- 拥有活跃的社区和专门的讨论组支持。
相关
- 项目
huggingface/pytorch-image-modelstimm（PyTorch Image Models）是一个提供数百种预训练视觉架构（CNN、Vision Transformers、混合模型等）的库，并附带训练脚本、优化器、调度器、数据工具和超参数扫描工具，全部构建在 PyTorch 之上，便于实验和部署。
- 项目
jax-ml/jaxJAX 是一个用于高性能、支持加速器的数值计算的 Python 库。它为 NumPy 代码添加了可组合的变换——自动微分（`grad`）、即时编译（`jit`）和自动向量化（`vmap`），并提供了并行执行 API，以便在多个 GPU/TPU 上进行扩展。通过 pip 安装（CPU、CUDA、TPU、ROCm 等），如果在研究中使用该项目，请引用它。
- 项目
hpcaitech/ColossalAIColossal-AI 是一个开源系统，通过先进的并行计算技术，使训练和运行大型 AI 模型更便宜、更快，支持 LLaMA、GPT 和 Stable Diffusion 等模型在多个 GPU 上运行。
- 项目
deepspeedai/DeepSpeedDeepSpeed 是一个基于 PyTorch 的开源库，提供内存高效的优化器、多维并行性和硬件卸载引擎，用于在 GPU、CPU 和专用加速器上训练超大规模深度学习模型（参数可达数千亿）。