awesome-DeepLearning
awesome-DeepLearning 是由飞桨官方推出的一站式深度学习学习资源库，整合了从入门到进阶的课程、实战案例、技术书籍、面试题库和知识百科。它解决了深度学习学习者在不同阶段面临的资源分散、理论与实践脱节、产业应用经验不足等问题。无论是高校学生、AI初学者，还是希望将深度学习落地到实际业务中的企业开发者，都能在这里找到匹配的学习路径。项目内容形式丰富，包含可在线运行的 Notebook、视频课程、B站直播和配套图书，并紧密结合飞桨（PaddlePaddle）最新版本，确保技术前沿性。特色亮点包括覆盖智慧城市、智能制造等真实产业场景的范例库，以及对 Transformer 等热门模型的系统讲解，帮助用户高效掌握深度学习核心技能并快速应用于实际项目。
使用场景
某智能制造企业的算法工程师小李，需要在两周内搭建一个钢材表面缺陷检测模型，用于产线质检自动化，但团队此前缺乏工业视觉项目经验。
没有 awesome-DeepLearning 时
- 需要从零搜索公开数据集、复现论文，耗时且难以保证效果
- 对飞桨框架不熟悉，官方文档分散，学习曲线陡峭
- 缺乏工业场景的最佳实践参考，模型部署和精度优化无从下手
- 团队成员背景各异，难以统一技术路线和知识体系
- 遇到训练不稳定、过拟合等问题时，缺少系统性排错指南
使用 awesome-DeepLearning 后
- 直接复用项目中的「钢材缺陷检测」产业范例，包含完整数据预处理、模型训练与评估代码
- 通过《零基础实践深度学习》课程快速掌握飞桨核心API和开发范式
- 参考「产业实践深度学习」课程中的部署方案，顺利将模型集成到边缘设备
- 团队统一学习「深度学习百问」和配套Notebook，高效对齐技术认知
- 利用面试宝典和百问中的调试技巧，快速定位并解决训练过程中的常见问题
awesome-DeepLearning 将工业落地周期从数周缩短至几天，并显著降低团队的学习与试错成本。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
一、项目简介
本项目是飞桨官方出品的一站式深度学习在线百科，飞桨致力于让深度学习技术的创新与应用更简单，更多飞桨内容欢迎访问飞桨官网。本项目内容涵盖：
📒课程类：零基础实践深度学习、产业实践深度学习、特色课程、飞桨套件课程汇总资料**
📒书籍类：《动手学深度学习》飞桨版
📒宝典类：深度学习百问、面试宝典
📒案例类：飞桨产业实践范例库（包含智慧城市：火灾烟雾检测、 安全帽检测 ；智能制造：钢材缺陷检测 、 机械手抓取；互联网：财报识别与关键字段抽取 等。
从理论到实践，从科研到产业应用，各类学习材料一应俱全，旨在帮助开发者高效地学习和掌握深度学习知识，快速成为AI跨界人才。
- 内容全面：无论您是深度学习初学者，还是资深用户，都可以在本项目中快速获取到需要的学习材料。
- 形式丰富：材料形式多样，包括可在线运行的notebook、视频、书籍、B站直播等，满足您随时随地学习的需求。
- 实时更新：本项目中涉及到的代码均匹配Paddle最新发布版本，开发者可以实时学习最新的深度学习任务实现方案。
- 前沿分享：定期分享顶会最新论文解读和代码复现，开发者可以实时掌握最新的深度学习算法。
如果本项目对您有帮助，欢迎点击网页右上方进行star❤️
👨🏫我是高校用户
| 我希望： | 我可以学习： |
|---|---|
| 入门深度学习 | 零基础实践深度学习:arrow_heading_down:、深度学习百问:arrow_heading_down:、动手学深度学习paddle版:arrow_heading_down: |
| 进阶深度学习 | 产业实践深度学习、深度学习百问:arrow_heading_down:、面试宝典:arrow_heading_down: |
| 趣味深度学习 | 特色课程:arrow_heading_down:、飞桨产业实践范例库 |
👨💻我是企业用户
| 我希望： | 我可以学习： |
|---|---|
| 入门深度学习 | 零基础实践深度学习:arrow_heading_down:、深度学习百问:arrow_heading_down:、动手学深度学习paddle版:arrow_heading_down: |
| 进阶深度学习 | 产业实践深度学习、特色课程:arrow_heading_down:、面试宝典:arrow_heading_down: |
| 实践深度学习 | 飞桨产业实践范例库、飞桨各产品课程:arrow_heading_down: |
二、项目内容
👉课程类
零基础实践深度学习
AI Studio在线课程：《零基础实践深度学习》：理论和代码结合、实践与平台结合，包含20小时视频课程，由百度杰出架构师、飞桨产品负责人和资深研发人员共同打造。
《零基础实践深度学习》书籍：本课程配套书籍，由清华出版社2020年底发行，京东/当当等电商均有销售。
特色课 - Transformer系列
飞桨教育官方出品的Transformer系列内容解读可以参考以下两个平台。
Transformer原理和实践系列课：https://aistudio.baidu.com/aistudio/education/group/info/24683
飞桨教育官方账号：https://aistudio.baidu.com/aistudio/personalcenter/thirdview/908086
| 领域 | 章节名称 | 课程简介 | notebook链接 |
|---|---|---|---|
| NLP | 经典的预训练语言模型(上)-预训练模型发展历史 | 介绍预训练语言模型的发展历史，word2vec，elmo，bert，gpt，bert一些拓展。 | notebook链接 |
| NLP | 经典的预训练模型(上)-ELMo | 全面详细的介绍ELMo模型结构，优缺点等。 | notebook链接 |
| NLP | 经典的预训练模型(上)-Transformer | 讲解Transformer的基本原理，包括Embedding，self-attention，encoder，decoder，复杂度计算，共享机制等内容。 | notebook链接 |
| NLP | 经典的预训练模型(下)-GPT | 全面详细的介绍GPT的原理，预训练和finetune模式，GPT模型结构，优缺点等。 | notebook链接 |
| NLP | 经典的预训练模型(下)-BERT | 全面详细的介绍BERT的基本原理，预训练任务和fine tune的方式，BERT本身的模型结构，优缺点等。 | notebook链接 |
| NLP | 预训练模型之自然语言理解-RoBERTa | 讲解预训练模型在自然语言理解方面的改进--RoBERTa | notebook链接 |
| NLP | 预训练模型之自然语言理解-ERNIE | 讲解预训练模型之自然语言理解的改进：ERNIE | notebook链接 |
| NLP | 预训练模型之自然语言理解-KBERT | 讲解预训练模型之自然语言理解的改进：KBERT | notebook链接 |
| NLP | 预训练模型之自然语言理解-THU-ERNIE | 讲解预训练模型之自然语言理解的改进：THU-ERNIE | notebook链接 |
| NLP | 预训练模型之长序列建模-Transformer-XL | 讲解预训练模型之长序列建模的改进：Transformer-XL | notebook链接 |
| NLP | 预训练模型之长序列建模-XLNet | 讲解自然语言理解之长序列建模的改进：XLNet | notebook链接 |
| NLP | 预训练模型之长序列建模-Longformer | 讲解预训练模型之长序列建模的改进：Longformer | notebook链接 |
| 模型优化 | 预训练模型-高效结构 | 基于ELECTRA的标点符号预测 | notebook链接 |
| 模型优化 | 预训练模型-蒸馏 | 预训练模型蒸馏算法：Patient-KD、DistilBERT、TinyBERT、DynaBERT模型详解，以及使用DynaBERT策略对TinyBERT进行模型蒸馏 | notebook链接 |
| CV | 图像领域的Transformer-Vit,DeiT | 详细讲解ViT 以及 DeiT原理 | notebook链接 |
| CV | 图像领域的Transformer-Swin Transformer | 详细讲解Swin Transformer原理 | notebook链接 |
| CV | CV领域的Transformer模型DETR在目标检测任务中的应用 | 详细讲解DETR原理及代码解析 | notebook链接 |
👉书籍类
《动手学深度学习》paddle版
本项目将《动手学深度学习》原书中 MXNet 代码实现改为 PaddlePaddle 实现。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者，GitHub 地址：https://github.com/d2l-ai/d2l-zh。
本项目面向对深度学习感兴趣，尤其是想使用 PaddlePaddle 进行深度学习的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识，你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的 Python 编程。
👉宝典类
深度学习百问
深度学习百问内容包含深度学习基础篇、深度学习进阶篇、深度学习应用篇、强化学习篇以及面试宝典，详细信息请参阅 Paddle知识点文档平台。
深度学习基础篇
深度学习进阶篇
深度学习应用篇
产业实践篇
强化学习篇
面试宝典
👉案例类
飞桨应用案例集
飞桨学术案例集
👉竞赛类
| 领域 | 竞赛案例 | 来源 | 介绍 |
|---|---|---|---|
| 机器学习 | 【Paddle打比赛】个贷违约预测Baseline+ 0.607 | 开发者w5688414 | DataFountain个贷违约预测，参考官方的baseline并用Paddle进行改进 |
| NLP（自然语言处理） | 【Paddle打比赛】讯飞赛题—中文问题相似度挑战赛0.9+Baseline | PaddleEdu | 中文问题相似度挑战赛Paddle版本Baseline，基于PaddleNLP通过预训练模型的微调完成问题相似度评定任务 |
| NLP（自然语言处理） | 基于PaddleHub的疫情期间网民情绪识别 | 开发者CChan | 本项目为疫情期间网民情绪识别比赛的解决方案。使用了PaddleHub和ERNIE实现对疫情期间微博文本的情绪识别。 |
| NLP（自然语言处理） | 【Paddle打比赛】产品评论观点提取竞赛baseline | 开发者w5688414 | DataFountain基于BERT的产品评论观点提取竞赛baseline，增加了优化方法 |
| NLP（自然语言处理） | 【Paddle打比赛】剧本角色情感识别baseline-精度0.676 | 开发者w5688414 | 剧本角色情感识别baseline，使用BERT模型 |
| 语音 | 【Paddle打比赛】语音合成 | 开发者XYZ_916 | 2021 新网银行智能语音大赛baseline。截止2021.11.17，该方案在总分榜第一，作品榜第二 |
| CV（计算机视觉） | 中文场景文字识别挑战赛baseline | 小度AIStudio | 中文场景文字识别挑战赛的baseline项目, 用于参赛选手借鉴参考 |
| CV（计算机视觉） | 【Paddle打比赛】手写字体OCR识别竞赛baseline | 开发者Pink peach | 2021世界人工智能创新大赛，手写字体OCR识别竞赛baseline |
| CV（计算机视觉） | 2020 CCF BDCI: 遥感影像地块分割baseline | 开发者lxastro | 2020 CCF BDCI: 遥感影像地块分割的baseline模型库，包括baseline模型的训练方法和比赛的评测脚本。 |
| CV（计算机视觉） | 第三届中国AI+创新创业大赛：半监督学习目标定位竞赛第1名方案 | 开发者张牙舞爪 | 半监督学习目标定位竞赛第一名方案分享 A榜得分0.81425 B榜得分0.80428 |
| 数据挖掘 | 【Paddle打比赛】心电图智能诊断竞赛Baseline-0.6765 | 开发者w5688414 | AIWIN 心电图智能诊断竞赛 |
👉汇总
飞桨各产品学习资料汇总
| 产品 | 视频课程 | 学习文档 |
|---|---|---|
| PaddleGAN | 生成对抗网络七日打卡营 | |
| PaddleOCR | OCR自动标注小工具讲解、3.5M超轻量实用OCR模型解读、OCR应用与部署实战 | |
| PaddleClas | PaddleClas系列直播课 | |
| PaddleDetection | 目标检测7日打卡营 | |
| PaddleX | PaddleX实例分割任务详解、PaddleX目标检测任务详解、PaddleX语义分割任务详解、PaddleX图像分类任务详解、PaddleX客户端操作指南、飞桨全流程开发工具PaddleX | |
| PaddleHub | 手把手教你转换PaddleHub模型教程 | |
| VDL（可视化分析工具） | 可视化分析工具助力AI算法快速开发、深度学习算法可视化调优实战演示 | |
| 高层API | 高层API助你快速上手深度学习 | |
| PaddleNLP | 基于深度学习的自然语言处理 |
三、技术交流
非常感谢您使用本项目。您在使用过程中有任何建议或意见，可以在 Issue 上反馈给我们，也可以通过扫描下方的二维码联系我们，飞桨的开发人员非常高兴能够帮助到您，并与您进行更深入的交流和技术探讨。
四、许可证书
本项目的发布受Apache 2.0 license许可认证。
五、贡献内容
本项目的不断成熟离不开各位开发者的贡献，如果您对深度学习知识分享感兴趣，非常欢迎您能贡献给我们，让更多的开发者受益。
本项目欢迎任何贡献和建议，大多数贡献都需要你同意参与者许可协议（CLA）来声明你有权并实际上授权我们可以使用你的贡献。
代码贡献规范
pip install pre-commit
pre-commit install
添加修改的代码后，对修改的文件进行代码规范，pre-commit 会自动调整代码格式，执行一次即可，后续commit不需要再执行。提交pr流程，详见：awesome-DeepLearning 提交 pull request 流程。
贡献者
以下是awesome-DeepLearning贡献者列表： yang zhou，Niki_173，Twelveeee，buriedms，AqourAreA，zhangjin12138，rerny，LiuCongNLP，LemonCherryFu, lutianhao
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。