[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-amusi--PyTorch-From-Zero-To-One":3,"tool-amusi--PyTorch-From-Zero-To-One":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":82,"owner_website":83,"owner_url":84,"languages":82,"stars":85,"forks":86,"last_commit_at":87,"license":82,"difficulty_score":23,"env_os":88,"env_gpu":89,"env_ram":89,"env_deps":90,"category_tags":93,"github_topics":94,"view_count":10,"oss_zip_url":82,"oss_zip_packed_at":82,"status":16,"created_at":98,"updated_at":99,"faqs":100,"releases":106},633,"amusi\u002FPyTorch-From-Zero-To-One","PyTorch-From-Zero-To-One","PyTorch从入门到精通","PyTorch-From-Zero-To-One 是一个系统化整理 PyTorch 深度学习框架学习资源的开源项目。它汇集了安装教程、官方文档、精选博客、视频教程及书籍推荐，构建了从零基础到精通的完整知识体系。针对初学者常遇到的资料分散、路线模糊痛点，PyTorch-From-Zero-To-One 将国内外优质内容分类聚合，大幅降低了学习门槛。\n\n无论是对 AI 感兴趣的初学者，还是需要快速构建模型的开发者与研究人员，都能在此找到适合自己的进阶路径。其亮点在于兼顾了中英文资源，既包含 PyTorch 官网核心文档，也收录了如《动手学深度学习》中文版代码实现等本土化优秀教程。此外，每个资源都标注了推荐星级，帮助用户快速甄别质量。通过 PyTorch-From-Zero-To-One，学习者能更高效地掌握神经网络编程技巧，避免在海量信息中迷失方向。","# PyTorch-From-Zero-To-One\nPyTorch 从入门到精通：含入门指南、在线教程、视频教程和书籍推荐等资源\n\n> 注1：♥ 表示推荐指数，越多越好\n\n> 注2：TensorFlow从入门到精通请参考：[TensorFlow-From-Zero-To-One](https:\u002F\u002Fgithub.com\u002Famusi\u002FTensorFlow-From-Zero-To-One)\n\n## 笔记\n\n安装教程\n\n- [Ubuntu](examples\u002FPython1.0_Install.md)\n- [Windows](https:\u002F\u002Fblog.csdn.net\u002Famusi1994\u002Farticle\u002Fdetails\u002F80077667)\n\n## PyTorch参考学习资料\n\n### PyTorch入门指南\n\n[Awesome-pytorch-list](https:\u002F\u002Fgithub.com\u002Fbharathgs\u002FAwesome-pytorch-list)  [中文版]( https:\u002F\u002Fgithub.com\u002Fxavier-zy\u002FAwesome-pytorch-list-CNVersion )：A comprehensive list of pytorch related content on github,such as different models,implementations,helper libraries,tutorials etc.\n\n[知乎：新手如何入门PyTorch](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F55720139)\n\n[PyTorch：60分钟入门](http:\u002F\u002Fpytorch.org\u002Ftutorials\u002F)\n\n[the-incredible-pytorch](https:\u002F\u002Fgithub.com\u002Fritchieng\u002Fthe-incredible-pytorch)：The Incredible PyTorch: a curated list of tutorials, papers, projects, communities and more relating to PyTorch.\n\n[PyTorch internals](http:\u002F\u002Fblog.ezyang.com\u002F2019\u002F05\u002Fpytorch-internals\u002F)：This post is a long form essay version of a talk about PyTorch internals.\n\n### 官网&社区\n\n**国外**\n\n- **（♥♥♥♥♥）**[PyTorch官网](http:\u002F\u002Fpytorch.org\u002F)\n- **（♥♥♥♥♥）**[GitHub：PyTorch](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch)\n- **（♥♥♥♥）**[Twitter：PyTorch](https:\u002F\u002Ftwitter.com\u002Fpytorch)：官方维护，分享最快动态\n- **（♥♥♥♥）**[PyTorch官方论坛](https:\u002F\u002Fdiscuss.pytorch.org\u002F)\n\n**国内**\n\n- [PyTorch中文文档&教程](https:\u002F\u002Fpytorch.apachecn.org\u002F#\u002F)\n\n- [知乎话题：PyTorch](https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F20075993\u002Fhot)\n\n### 在线教程\n\n**国外**\n\n- **（♥♥♥♥♥）**[PyTorch：Doc](http:\u002F\u002Fpytorch.org\u002Fdocs\u002F)\n- **（♥♥♥♥♥）**[pytorch-tutorial](https:\u002F\u002Fgithub.com\u002Fyunjey\u002Fpytorch-tutorial)：PyTorch Tutorial for Deep Learning Researchers\n- **（♥♥♥♥♥）**[practicalAI](https:\u002F\u002Fgithub.com\u002FGokuMohandas\u002FpracticalAI\u002F)：Implement basic ML algorithms and deep neural networks with [PyTorch](https:\u002F\u002Fpytorch.org\u002F).\n- **（♥♥♥♥♥）**[Dive Into Deep Learning - PyTorch]( https:\u002F\u002Fgithub.com\u002Fdsgiitr\u002Fd2l-pytorch)： from MXNet into PyTorch\n- **（♥♥♥♥）**[practical-pytorch](https:\u002F\u002Fgithub.com\u002Fspro\u002Fpractical-pytorch)：PyTorch tutorials demonstrating modern techniques with readable code\n- **（♥♥♥♥）**[Deep Learning with PyTorch](http:\u002F\u002Fdeeplizard.com\u002Flearn\u002Fplaylist\u002FPLZbbT5o_s2xrfNyHZsM6ufI0iZENK9xgG)：This series is all about neural network programming and PyTorch! \n- **（♥♥♥）** [EffectivePyTorch](https:\u002F\u002Fgithub.com\u002Fvahidk\u002FEffectivePyTorch)： PyTorch tutorials and best practices. \n- **（♥♥♥）**[Minicourse in Deep Learning with PyTorch](https:\u002F\u002Fgithub.com\u002FAtcold\u002Fpytorch-Deep-Learning-Minicourse)：Mini Course in Deep Learning with PyTorch for AIMS\n- **（♥♥♥）**[pytorch-cpp]( https:\u002F\u002Fgithub.com\u002Fprabhuomkar\u002Fpytorch-cpp )：C++ Implementation of PyTorch Tutorial for Deep Learning Researchers\n- **（♥♥♥）**[pytorch-examples](https:\u002F\u002Fgithub.com\u002Fjcjohnson\u002Fpytorch-examples)：Simple examples to introduce PyTorch\n- **（♥♥♥）**[PyTorchZeroToAll](https:\u002F\u002Fgithub.com\u002Fhunkim\u002FPyTorchZeroToAll)：Simple PyTorch Tutorials Zero to ALL!\n\n**国内**\n\n- **（♥♥♥♥♥）**[pytorch-book](https:\u002F\u002Fgithub.com\u002Fchenyuntc\u002Fpytorch-book)：PyTorch tutorials and fun projects including neural talk, neural style, poem writing, anime generation\n- **（♥♥♥♥♥）**[莫凡：PyTorch教学](https:\u002F\u002Fmorvanzhou.github.io\u002Ftutorials\u002Fmachine-learning\u002Ftorch\u002F)：Build your neural network easy and fast\n- **（♥♥♥♥♥）**[pytorch-handbook](https:\u002F\u002Fgithub.com\u002Fzergtant\u002Fpytorch-handbook)：pytorch handbook是一本开源的书籍\n- **（♥♥♥♥）**[Dive-into-DL-PyTorch](https:\u002F\u002Fgithub.com\u002FShusenTang\u002FDive-into-DL-PyTorch)：本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。\n- **（♥♥♥♥）**[PyTorch_Tutorial](https:\u002F\u002Fgithub.com\u002Ftensor-yu\u002FPyTorch_Tutorial)：《Pytorch模型训练实用教程》中配套代码 [PyTorch学习笔记](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fc_1056853059086430208)\n\n### 视频教程\n\n**国外**\n\n- **（♥♥♥♥）**[Deep Learning with PyTorch]( https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLyMom0n-MBroupZiLfVSZqK5asX8KfoHL )\n\n-  **（♥♥♥♥）**[PyTorch - Deep Learning with Python](https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLQVvvaa0QuDdeMyHEYc0gxFpYwHY2Qfdh)\n\n- **（♥♥♥）**[Neural Network Programming - Deep Learning with PyTorch](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=v5cngxo4mIg&list=PLZbbT5o_s2xrfNyHZsM6ufI0iZENK9xgG)  \n- **（♥♥♥）**[Intro to Deep Learning with PyTorch](https:\u002F\u002Fcn.udacity.com\u002Fcourse\u002Fdeep-learning-pytorch--ud188)：优达免费课程\n\n**国内**\n\n- **（♥♥♥♥♥）**[莫凡：PyTorch教学](https:\u002F\u002Fmorvanzhou.github.io\u002Ftutorials\u002Fmachine-learning\u002Ftorch\u002F)\n\n### 书籍资源\n\n**国外**\n\n-  **（♥♥♥♥♥）**[Deep Learning with PyTorch](https:\u002F\u002Fwww.manning.com\u002Fbooks\u002Fdeep-learning-with-pytorch)：LeCun力荐，PyTorch官方权威教程书  [github代码]( https:\u002F\u002Fgithub.com\u002Fdeep-learning-with-pytorch\u002Fdlwpt-code )\n\n- **（♥♥♥）**[Introduction to Artificial Neural Networks and Deep Learning: A Practical Guide with Applications in Python](https:\u002F\u002Fgithub.com\u002Frasbt\u002Fdeep-learning-book)\n\n**国内**\n\n- ~~**（♥♥♥♥♥）**[《深度学习框架PyTorch：入门与实践》](https:\u002F\u002Fbook.douban.com\u002Fsubject\u002F27624483\u002F)~~  [github](https:\u002F\u002Fgithub.com\u002Fchenyuntc\u002Fpytorch-book)\n\n### 经验&技巧\n\n- **（♥♥♥♥♥）**[PyTorchTricks](https:\u002F\u002Fgithub.com\u002Flartpang\u002FPyTorchTricks) \n\n### 实战项目\n\n- **（♥♥♥♥♥）**[pytorch-examples](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fexamples)：官网示例\n- **（♥♥♥♥♥）**[pretrained-models.pytorch](https:\u002F\u002Fgithub.com\u002FCadene\u002Fpretrained-models.pytorch)：Pretrained ConvNets for pytorch: NASNet, ResNeXt, ResNet, InceptionV4, InceptionResnetV2, Xception, DPN, etc.\n- **（♥♥♥♥）**[Detectron2]( https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2)：FAIR's next-generation research platform for object detection and segmentation.\n- **（♥♥♥♥）**[mmdetection](https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmdetection)：Open MMLab Detection Toolbox with PyTorch 1.0\n- **（♥♥♥♥）**[pytorch-semseg](https:\u002F\u002Fgithub.com\u002Fmeetshah1995\u002Fpytorch-semseg)：Semantic Segmentation Architectures Implemented in PyTorch\n- **（♥♥♥♥）**[PyTorch Image Models]( https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models )： (SE)ResNet\u002FResNeXT, DPN, EfficientNet, MixNet, MobileNet-V3\u002FV2\u002FV1, MNASNet, Single-Path NAS, FBNet, and more\n- [PyTorch CNN Finetune](https:\u002F\u002Fgithub.com\u002Fcreafz\u002Fpytorch-cnn-finetune)：Fine-tune pretrained Convolutional Neural Networks with PyTorch\n- [PyTorch-Deep-Learning-Template](https:\u002F\u002Fgithub.com\u002FFrancescoSaverioZuppichini\u002FPyTorch-Deep-Learning-Template)\n- [semantic-segmentation-pytorch](https:\u002F\u002Fgithub.com\u002FCSAILVision\u002Fsemantic-segmentation-pytorch)\n- [pytorch-pretrained-BERT](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-pretrained-BERT)\n- [torchcv](https:\u002F\u002Fgithub.com\u002Fyouansheng\u002Ftorchcv)：A PyTorch-Based Framework for Deep Learning in Computer Vision\n- https:\u002F\u002Fgithub.com\u002Fdevnag\u002Fpytorch-generative-adversarial-networks\n\n### 生态工具\n\n- [Ecosystem Tools]( https:\u002F\u002Fpytorch.org\u002Fecosystem\u002F )：官方认证的PyTorch生态圈工具列表，含几十个工具包，强烈推荐！\n- [PyTorch Lightning](https:\u002F\u002Fgithub.com\u002FwilliamFalcon\u002Fpytorch-lightning)：Lightning is a very lightweight wrapper on PyTorch.\n- [Hydra]( https:\u002F\u002Fhydra.cc\u002F )：A framework for elegantly configuring complex applications \n- [Torchmeta](https:\u002F\u002Fgithub.com\u002Ftristandeleu\u002Fpytorch-meta)：PyTorch 少样本学习和元学习库\n- [Torch Optimizer](https:\u002F\u002Fgithub.com\u002Fjettify\u002Fpytorch-optimizer)：PyTorch优化器工具库\n- [Pytorch-Toolbox](https:\u002F\u002Fgithub.com\u002FPistonY\u002Ftorch-toolbox)\n- [Eisen](http:\u002F\u002Feisen.ai\u002F)：a python package for solid deep learning\n- [Dassl](https:\u002F\u002Fgithub.com\u002FKaiyangZhou\u002FDassl.pytorch)：A PyTorch toolbox for domain adaptation and semi-supervised learning.\n- [PyRetri](https:\u002F\u002Fgithub.com\u002FPyRetri\u002FPyRetri)：基于PyTorch的无监督图像检索工具库\n- [Kornia](https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia)：Open Source Differentiable Computer Vision Library for PyTorch\n- [FastReID](https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002Ffast-reid): 一个面向学术界和工业界的 ReID Toolbox\n- [KAIR](https:\u002F\u002Fgithub.com\u002Fcszn\u002FKAIR)：基于PyTorch的图像复原\u002F修复工具箱（支持训练和测试）\n- [FAIRScale](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale)：用于高性能和大规模训练的PyTorch工具\n- [PyTorch3D](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorch3d)：用于3D计算机视觉的PyTorch工具\n\n### PyTorch技巧\n\n- [Pytorch有什么节省显存的小技巧？](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F274635237)\n- [PyTorch 有哪些坑\u002Fbug？](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F67209417)\n\n\n### 其他资料\n\n- [Awesome-PyTorch-list](https:\u002F\u002Fgithub.com\u002Fbharathgs\u002FAwesome-pytorch-list)   [中文版](https:\u002F\u002Fgithub.com\u002Fxavier-zy\u002FAwesome-pytorch-list-CNVersion)","# PyTorch-From-Zero-To-One\nPyTorch（一种开源的深度学习框架）从入门到精通：含入门指南、在线教程、视频教程和书籍推荐等资源\n\n> 注 1：♥ 表示推荐指数，越多越好\n\n> 注 2：TensorFlow 从入门到精通请参考：[TensorFlow-From-Zero-To-One](https:\u002F\u002Fgithub.com\u002Famusi\u002FTensorFlow-From-Zero-To-One)\n\n## 笔记\n\n安装教程\n\n- [Ubuntu](examples\u002FPython1.0_Install.md)\n- [Windows](https:\u002F\u002Fblog.csdn.net\u002Famusi1994\u002Farticle\u002Fdetails\u002F80077667)\n\n## PyTorch 参考学习资料\n\n### PyTorch 入门指南\n\n[Awesome-pytorch-list](https:\u002F\u002Fgithub.com\u002Fbharathgs\u002FAwesome-pytorch-list)  [中文版]( https:\u002F\u002Fgithub.com\u002Fxavier-zy\u002FAwesome-pytorch-list-CNVersion )：GitHub 上关于 PyTorch 相关内容的全面列表，例如不同的模型、实现、辅助库、教程等。\n\n[知乎：新手如何入门 PyTorch](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F55720139)\n\n[PyTorch：60 分钟入门](http:\u002F\u002Fpytorch.org\u002Ftutorials\u002F)\n\n[the-incredible-pytorch](https:\u002F\u002Fgithub.com\u002Fritchieng\u002Fthe-incredible-pytorch)：《不可思议的 PyTorch》：一份精选的与 PyTorch 相关的教程、论文、项目、社区等的列表。\n\n[PyTorch internals](http:\u002F\u002Fblog.ezyang.com\u002F2019\u002F05\u002Fpytorch-internals\u002F)：这篇文章是关于 PyTorch 内部机制演讲的长篇散文版本。\n\n### 官网&社区\n\n**国外**\n\n- **（♥♥♥♥♥）**[PyTorch 官网](http:\u002F\u002Fpytorch.org\u002F)\n- **（♥♥♥♥♥）**[GitHub：PyTorch](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch)\n- **（♥♥♥♥）**[Twitter：PyTorch](https:\u002F\u002Ftwitter.com\u002Fpytorch)：官方维护，分享最快动态\n- **（♥♥♥♥）**[PyTorch 官方论坛](https:\u002F\u002Fdiscuss.pytorch.org\u002F)\n\n**国内**\n\n- [PyTorch 中文文档&教程](https:\u002F\u002Fpytorch.apachecn.org\u002F#\u002F)\n\n- [知乎话题：PyTorch](https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F20075993\u002Fhot)\n\n### 在线教程\n\n**国外**\n\n- **（♥♥♥♥♥）**[PyTorch：Doc](http:\u002F\u002Fpytorch.org\u002Fdocs\u002F)\n- **（♥♥♥♥♥）**[pytorch-tutorial](https:\u002F\u002Fgithub.com\u002Fyunjey\u002Fpytorch-tutorial)：面向深度学习研究人员的 PyTorch 教程\n- **（♥♥♥♥♥）**[practicalAI](https:\u002F\u002Fgithub.com\u002FGokuMohandas\u002FpracticalAI\u002F)：使用 [PyTorch](https:\u002F\u002Fpytorch.org\u002F) 实现基本的机器学习算法和深度神经网络。\n- **（♥♥♥♥♥）**[Dive Into Deep Learning - PyTorch]( https:\u002F\u002Fgithub.com\u002Fdsgiitr\u002Fd2l-pytorch)：从 MXNet 迁移到 PyTorch\n- **（♥♥♥♥）**[practical-pytorch](https:\u002F\u002Fgithub.com\u002Fspro\u002Fpractical-pytorch)：展示现代技术的 PyTorch 教程，代码可读性强\n- **（♥♥♥♥）**[Deep Learning with PyTorch](http:\u002F\u002Fdeeplizard.com\u002Flearn\u002Fplaylist\u002FPLZbbT5o_s2xrfNyHZsM6ufI0iZENK9xgG)：该系列完全关于神经网络编程和 PyTorch！ \n- **（♥♥♥）** [EffectivePyTorch](https:\u002F\u002Fgithub.com\u002Fvahidk\u002FEffectivePyTorch)：PyTorch 教程和最佳实践。 \n- **（♥♥♥）**[Minicourse in Deep Learning with PyTorch](https:\u002F\u002Fgithub.com\u002FAtcold\u002Fpytorch-Deep-Learning-Minicourse)：面向 AIMS 的 PyTorch 深度学习迷你课程\n- **（♥♥♥）**[pytorch-cpp]( https:\u002F\u002Fgithub.com\u002Fprabhuomkar\u002Fpytorch-cpp )：面向深度学习研究人员的 PyTorch C++ 实现教程\n- **（♥♥♥）**[pytorch-examples](https:\u002F\u002Fgithub.com\u002Fjcjohnson\u002Fpytorch-examples)：介绍 PyTorch 的简单示例\n- **（♥♥♥）**[PyTorchZeroToAll](https:\u002F\u002Fgithub.com\u002Fhunkim\u002FPyTorchZeroToAll)：从零到全能的简单 PyTorch 教程\n\n**国内**\n\n- **（♥♥♥♥♥）**[pytorch-book](https:\u002F\u002Fgithub.com\u002Fchenyuntc\u002Fpytorch-book)：PyTorch 教程和趣味项目，包括神经对话、神经风格、诗歌创作、动漫生成\n- **（♥♥♥♥♥）**[莫凡：PyTorch 教学](https:\u002F\u002Fmorvanzhou.github.io\u002Ftutorials\u002Fmachine-learning\u002Ftorch\u002F)：轻松快速地构建你的神经网络\n- **（♥♥♥♥♥）**[pytorch-handbook](https:\u002F\u002Fgithub.com\u002Fzergtant\u002Fpytorch-handbook)：pytorch handbook 是一本开源的书籍\n- **（♥♥♥♥）**[Dive-into-DL-PyTorch](https:\u002F\u002Fgithub.com\u002FShusenTang\u002FDive-into-DL-PyTorch)：本项目将《动手学深度学习》(Dive into Deep Learning) 原书中的 MXNet 实现改为 PyTorch 实现。\n- **（♥♥♥♥）**[PyTorch_Tutorial](https:\u002F\u002Fgithub.com\u002Ftensor-yu\u002FPyTorch_Tutorial)：《Pytorch 模型训练实用教程》中配套代码 [PyTorch 学习笔记](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fc_1056853059086430208)\n\n### 视频教程\n\n**国外**\n\n- **（♥♥♥♥）**[Deep Learning with PyTorch]( https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLyMom0n-MBroupZiLfVSZqK5asX8KfoHL )\n\n-  **（♥♥♥♥）**[PyTorch - Deep Learning with Python](https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLQVvvaa0QuDdeMyHEYc0gxFpYwHY2Qfdh)\n\n- **（♥♥♥）**[Neural Network Programming - Deep Learning with PyTorch](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=v5cngxo4mIg&list=PLZbbT5o_s2xrfNyHZsM6ufI0iZENK9xgG)  \n- **（♥♥♥）**[Intro to Deep Learning with PyTorch](https:\u002F\u002Fcn.udacity.com\u002Fcourse\u002Fdeep-learning-pytorch--ud188)：优达免费课程\n\n**国内**\n\n- **（♥♥♥♥♥）**[莫凡：PyTorch 教学](https:\u002F\u002Fmorvanzhou.github.io\u002Ftutorials\u002Fmachine-learning\u002Ftorch\u002F)\n\n### 书籍资源\n\n**国外**\n\n-  **（♥♥♥♥♥）**[Deep Learning with PyTorch](https:\u002F\u002Fwww.manning.com\u002Fbooks\u002Fdeep-learning-with-pytorch)：LeCun 力荐，PyTorch 官方权威教程书  [github 代码]( https:\u002F\u002Fgithub.com\u002Fdeep-learning-with-pytorch\u002Fdlwpt-code )\n\n- **（♥♥♥）**[Introduction to Artificial Neural Networks and Deep Learning: A Practical Guide with Applications in Python](https:\u002F\u002Fgithub.com\u002Frasbt\u002Fdeep-learning-book)：人工神经网络与深度学习导论：Python 应用实用指南\n\n**国内**\n\n- ~~**（♥♥♥♥♥）**[《深度学习框架 PyTorch：入门与实践》](https:\u002F\u002Fbook.douban.com\u002Fsubject\u002F27624483\u002F)~~  [github](https:\u002F\u002Fgithub.com\u002Fchenyuntc\u002Fpytorch-book)\n\n### 经验&技巧\n\n- **（♥♥♥♥♥）**[PyTorchTricks](https:\u002F\u002Fgithub.com\u002Flartpang\u002FPyTorchTricks) \n\n### 实战项目\n\n- **（♥♥♥♥♥）**[pytorch-examples](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fexamples)：官网示例\n- **（♥♥♥♥♥）**[pretrained-models.pytorch](https:\u002F\u002Fgithub.com\u002FCadene\u002Fpretrained-models.pytorch)：PyTorch 预训练卷积网络：NASNet, ResNeXt, ResNet, InceptionV4, InceptionResnetV2, Xception, DPN 等。\n- **（♥♥♥♥）**[Detectron2]( https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2)：FAIR 下一代目标检测和分割研究平台。\n- **（♥♥♥♥）**[mmdetection](https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmdetection)：基于 PyTorch 1.0 的 Open MMLab 检测工具箱\n- **（♥♥♥♥）**[pytorch-semseg](https:\u002F\u002Fgithub.com\u002Fmeetshah1995\u002Fpytorch-semseg)：在 PyTorch 中实现的语义分割架构\n- **（♥♥♥♥）**[PyTorch Image Models]( https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models )：((SE)ResNet\u002FResNeXT, DPN, EfficientNet, MixNet, MobileNet-V3\u002FV2\u002FV1, MNASNet, Single-Path NAS, FBNet 等)\n- [PyTorch CNN Finetune](https:\u002F\u002Fgithub.com\u002Fcreafz\u002Fpytorch-cnn-finetune)：使用 PyTorch 微调预训练的卷积神经网络\n- [PyTorch-Deep-Learning-Template](https:\u002F\u002Fgithub.com\u002FFrancescoSaverioZuppichini\u002FPyTorch-Deep-Learning-Template)\n- [semantic-segmentation-pytorch](https:\u002F\u002Fgithub.com\u002FCSAILVision\u002Fsemantic-segmentation-pytorch)\n- [pytorch-pretrained-BERT](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-pretrained-BERT)\n- [torchcv](https:\u002F\u002Fgithub.com\u002Fyouansheng\u002Ftorchcv)：一个基于 PyTorch 的计算机视觉深度学习框架\n- https:\u002F\u002Fgithub.com\u002Fdevnag\u002Fpytorch-generative-adversarial-networks\n\n### 生态工具\n\n- [Ecosystem Tools]( https:\u002F\u002Fpytorch.org\u002Fecosystem\u002F )：官方认证的 PyTorch 生态圈工具列表，含几十个工具包，强烈推荐！\n- [PyTorch Lightning](https:\u002F\u002Fgithub.com\u002FwilliamFalcon\u002Fpytorch-lightning)：Lightning 是 PyTorch 的一个非常轻量级的封装\n- [Hydra]( https:\u002F\u002Fhydra.cc\u002F )：一个用于优雅配置复杂应用程序的框架\n- [Torchmeta](https:\u002F\u002Fgithub.com\u002Ftristandeleu\u002Fpytorch-meta)：PyTorch 少样本学习和元学习库\n- [Torch Optimizer](https:\u002F\u002Fgithub.com\u002Fjettify\u002Fpytorch-optimizer)：PyTorch 优化器工具库\n- [Pytorch-Toolbox](https:\u002F\u002Fgithub.com\u002FPistonY\u002Ftorch-toolbox)\n- [Eisen](http:\u002F\u002Feisen.ai\u002F)：一个用于稳健深度学习的 Python 包\n- [Dassl](https:\u002F\u002Fgithub.com\u002FKaiyangZhou\u002FDassl.pytorch)：一个用于领域自适应和半监督学习的 PyTorch 工具箱\n- [PyRetri](https:\u002F\u002Fgithub.com\u002FPyRetri\u002FPyRetri)：基于 PyTorch 的无监督图像检索工具库\n- [Kornia](https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia)：适用于 PyTorch 的开源可微分计算机视觉库\n- [FastReID](https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002Ffast-reid)：一个面向学术界和工业界的 ReID 工具箱\n- [KAIR](https:\u002F\u002Fgithub.com\u002Fcszn\u002FKAIR)：基于 PyTorch 的图像复原\u002F修复工具箱（支持训练和测试）\n- [FAIRScale](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale)：用于高性能和大规模训练的 PyTorch 工具\n- [PyTorch3D](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorch3d)：用于 3D 计算机视觉的 PyTorch 工具\n\n### PyTorch 技巧\n\n- [Pytorch 有什么节省显存的小技巧？](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F274635237)\n- [PyTorch 有哪些坑\u002Fbug？](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F67209417)\n\n\n### 其他资料\n\n- [Awesome-PyTorch-list](https:\u002F\u002Fgithub.com\u002Fbharathgs\u002FAwesome-pytorch-list)   [中文版](https:\u002F\u002Fgithub.com\u002Fxavier-zy\u002FAwesome-pytorch-list-CNVersion)","\u003C\u002Fthink>\n\n# PyTorch-From-Zero-To-One 快速上手指南\n\n本仓库整理了 PyTorch 从入门到精通的学习资源，包含安装教程、在线教程、视频教程及书籍推荐等。适合希望系统学习 PyTorch 的开发者。\n\n## 环境准备\n- **操作系统**：支持 Ubuntu 和 Windows（Ubuntu 推荐）。\n- **编程语言**：Python 3.x。\n- **硬件要求**：建议配备 NVIDIA GPU 以加速深度学习训练（需安装 CUDA）。\n- **前置依赖**：Git、pip。\n\n## 安装步骤\n1. **克隆项目资源库**\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Famusi\u002FPyTorch-From-Zero-To-One.git\n   ```\n\n2. **安装 PyTorch 框架**\n   推荐使用国内镜像源获取文档与安装指引，确保网络稳定：\n   - **中文文档&教程**：[PyTorch 中文文档&教程](https:\u002F\u002Fpytorch.apachecn.org\u002F#\u002F)\n   - **Ubuntu 安装教程**：[examples\u002FPython1.0_Install.md](examples\u002FPython1.0_Install.md)\n   - **Windows 安装教程**：[Windows 安装教程](https:\u002F\u002Fblog.csdn.net\u002Famusi1994\u002Farticle\u002Fdetails\u002F80077667)\n\n## 基本使用\n本项目为资源集合，建议按以下高星推荐路径开始学习与实践：\n\n1. **阅读入门书籍**\n   推荐开源书籍，包含神经对话、风格迁移等趣味项目：\n   - [pytorch-book](https:\u002F\u002Fgithub.com\u002Fchenyuntc\u002Fpytorch-book) (♥♥♥♥♥)\n\n2. **跟随视频教程**\n   莫凡老师的 PyTorch 教学系列，构建神经网络简单快速：\n   - [莫凡：PyTorch 教学](https:\u002F\u002Fmorvanzhou.github.io\u002Ftutorials\u002Fmachine-learning\u002Ftorch\u002F) (♥♥♥♥♥)\n\n3. **运行实战示例**\n   查看官网提供的简单示例代码，熟悉基本用法：\n   - [pytorch-examples](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fexamples) (♥♥♥♥♥)\n\n4. **查阅核心资料**\n   - **官方文档**：[PyTorch 官网](http:\u002F\u002Fpytorch.org\u002F) (♥♥♥♥♥)\n   - **社区交流**：[知乎话题：PyTorch](https:\u002F\u002Fwww.zhihu.com\u002Ftopic\u002F20075999\u002Fhot)","一名刚接触深度学习的数据分析师，需要在一个月内从零开始搭建一个基于 PyTorch 的图像分类模型用于项目汇报。\n\n### 没有 PyTorch-From-Zero-To-One 时\n- 安装环境时因系统差异卡在 CUDA 配置上，找不到对应操作系统的详细指南，浪费大量时间。\n- 学习资源分散在 GitHub、知乎和官方文档之间，难以判断哪些教程真正适合零基础新手。\n- 遇到代码报错时缺乏社区支持渠道，只能盲目搜索 Stack Overflow 却难懂复杂的英文解释。\n- 对框架内部机制一知半解，无法灵活调整网络结构导致模型效果不佳。\n\n### 使用 PyTorch-From-Zero-To-One 后\n- 通过提供的 Ubuntu\u002FWindows 安装教程迅速解决环境配置问题，节省半天调试时间。\n- 直接访问精选的入门指南和实战项目如 pytorch-book，按部就班完成第一个神经网络构建。\n- 利用中文文档和视频教程深入理解张量操作与自动求导机制，排查错误效率显著提升。\n- 参考最佳实践博客了解框架内部原理，能够根据需求灵活调整网络结构优化模型效果。\n\nPyTorch-From-Zero-To-One 将碎片化知识整合为系统化路径，极大降低了 PyTorch 的学习门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Famusi_PyTorch-From-Zero-To-One_c2062c00.png","amusi","Amusi","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Famusi_84f21910.jpg","欢迎关注微信公众号: CVer，了解最新最前沿的AI\u002FCV技术","CVer","Shanghai, China","1609951733@qq.com",null,"https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FEGiZz-Mt-8pHG7Sq_OA_UA","https:\u002F\u002Fgithub.com\u002Famusi",887,221,"2026-04-01T17:55:35","Linux, Windows","未说明",{"notes":91,"python":89,"dependencies":92},"本仓库为 PyTorch 学习资源导航集合，非独立可运行软件。具体环境配置请参考文中提供的 Ubuntu\u002FWindows 安装教程链接及所推荐实战项目（如 Detectron2、MMDetection）的文档要求。",[89],[13],[95,96,97],"pytorch","pytorch-tutorials","deep-learning","2026-03-27T02:49:30.150509","2026-04-06T05:35:41.789361",[101],{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},2600,"这个仓库是关于 PyTorch 还是 TensorFlow？","该项目主要基于 PyTorch。Issue #1 指出 README.md 中存在笔误，正文描述部分错误地引用了 TensorFlow。请以仓库标题为准，忽略描述中的错误文字。","https:\u002F\u002Fgithub.com\u002Famusi\u002FPyTorch-From-Zero-To-One\u002Fissues\u002F1",[]]