ml-road

4.7k 1.7k 非常简单 1 次阅读今天MIT图像Agent开发框架音频语言模型

AI 解读由 AI 自动生成，仅供参考

ml-road 是一个专注于机器学习与代理式智能（Agentic AI）的开源资源库，旨在为学习者提供从理论到实践的系统化指引。面对人工智能领域知识更新快、优质课程分散且难以筛选的痛点，ml-road 精心整理了全球顶尖高校与机构的核心课程资源，涵盖机器学习基础、深度学习、计算机视觉及自然语言处理等关键方向。

该项目汇集了包括吴恩达（Andrew Ng）、李飞飞（Fei-Fei Li）等知名学者在斯坦福大学、台湾大学及 Coursera 等平台开设的经典课程，并提供了 YouTube、Bilibili 及网易公开课等多渠道的学习链接，极大地降低了获取高质量教育内容的门槛。无论是刚入门的开发者、希望深化理论的研究人员，还是对 AI 技术充满好奇的自学者，都能在此找到适合自己的学习路径。

ml-road 的独特之处在于其清晰的分类结构与“一站式”的资源整合能力，它将散落在互联网各处的权威教程系统化地串联起来，帮助用户高效构建知识体系。需要注意的是，库中资源仅供教育与交流使用，项目方也特别强调了版权保护意识。如果你正计划开启或进阶你的 AI 学习之旅，ml-road 将是一份值得信赖的导航地图。

使用场景

一名刚转行进入 AI 领域的算法工程师，正试图从零构建自己的知识体系，以应对公司新启动的计算机视觉与 NLP 混合项目。

没有 ml-road 时

资源检索碎片化：需要在 GitHub、知乎、YouTube 和各大高校官网间反复跳转搜索，耗费数天仍难以拼凑出完整的课程地图。
权威内容难甄别：面对海量教程，无法快速区分哪些是斯坦福、台大等顶尖名校的系统性课程，容易在低质量资料中浪费精力。
学习路径不清晰：不清楚从基础的机器学习理论到进阶的深度学习（如 CS231n、CS224n）该如何循序渐进，导致知识结构断层。
语言与平台障碍：部分优质英文课程缺乏中文字幕或国内访问入口，非英语母语者上手门槛极高。

使用 ml-road 后

一站式资源聚合：直接获取按领域分类的课程清单，涵盖 Andrew Ng、李飞飞等大师的经典课程，并附带 Bilibili、网易云课堂等国内可访问链接。
名校体系化指引：依托整理好的台大、斯坦福、牛津等高校课程表，迅速建立起从“机器学习基础”到“结构化深度学习”的清晰成长路线。
精准匹配研究方向：针对计算机视觉和自然语言处理需求，直接定位到 CS231n 和 CS224n 等专项课程主页及讲义，大幅缩短准备周期。
多平台无障碍学习：利用提供的多源链接（如 Youtube 配合 B 站搬运），轻松解决网络限制和语言障碍问题，实现高效沉浸式学习。

ml-road 将原本需要数周的信息搜集工作压缩至几小时，为开发者提供了一条通往顶尖 AI 教育的“高速公路”。

运行环境要求

GPU

未说明

内存

未说明

依赖

notes该项目（ml-road）并非一个可执行的软件工具或代码库，而是一个机器学习与代理式 AI 的学习资源清单（包含课程链接、电子书资源等）。因此，它没有特定的操作系统、GPU、内存、Python 版本或依赖库要求。用户只需具备能够访问互联网和阅读在线内容/下载文档的环境即可。部分链接指向的课程（如 TensorFlow 或 PyTorch 相关课程）可能有各自独立的环境需求，需参考具体课程资料。

python未说明

快速开始

机器学习之路

机器学习与智能体AI资源、实践与研究。

免责声明

本仓库中的资源仅用于教育目的。请勿将本仓库中的资源用于任何形式的商业用途。

如果电子书作者发现本仓库内容侵犯了其知识产权，请联系我，我将尽快移除相关内容。

课程

课程名称	机构	讲师	链接	类别
机器学习	Coursera	Andrew Ng	[Coursera][Bilibili][Youtube]	机器学习
机器学习基础	国立台湾大学	林轩田	[Bilibili][Youtube]	机器学习
机器学习技术	国立台湾大学	林轩田	[Bilibili][Youtube]	机器学习
机器学习	斯坦福大学	Andrew Ng	[网易][Youtube]	机器学习
深度学习	deeplearning.ai	Andrew Ng	[网易][Coursera]	深度学习
CS231n：用于视觉识别的卷积神经网络	斯坦福大学	李飞飞	[官网][Youtube]	深度学习，计算机视觉
CS224n：使用深度学习进行自然语言处理	斯坦福大学	克里斯托弗·曼宁	[官网][Youtube]	深度学习，NLP
自然语言处理中的深度学习	牛津大学	菲尔·布伦森	[官网][课件]	深度学习，NLP
应用深度学习 / 机器学习：深入且结构化的应用	国立台湾大学	陈韵凝、李宏毅	[官网][Youtube]	机器学习，深度学习
CS 20：用于深度学习研究的TensorFlow	斯坦福大学	Chip Huyen	[官网][Github]	深度学习
CS 294：深度强化学习	加州大学伯克利分校	谢尔盖·列文	[官网][Youtube]	深度学习，强化学习
用于NLP的神经网络	卡内基梅隆大学	格雷厄姆·诺伊比格	[官网]	NLP，深度学习
深度学习的数学	纽约大学	Joan Bruna	[Github]	深度学习
NLP导论	斯坦福大学	丹·朱拉夫斯基、克里斯·曼宁	[Youtube]	NLP
文本挖掘与分析	伊利诺伊大学香槟分校	翟成祥	[Coursera]	NLP
使用TensorFlow API的机器学习速成课程	谷歌	谷歌	[官网]	机器学习，TensorFlow
CS230：深度学习	斯坦福大学	Andrew Ng、Kian Katanforoosh	[官网]	深度学习
PyTorch深度学习入门	Facebook AI	Facebook AI	[Udacity]	深度学习，PyTorch
深度学习导论	加州大学伯克利分校	Alex Smola、Mu Li	[Youtube][GitHub]	深度学习
机器学习基础	纽约大学	梅赫里亚尔·莫赫里	[官网]	机器学习
DS1003 机器学习	纽约大学	Julia Kempe、David Rosenberg	[官网][课件] [Youtube][作业]	机器学习
TensorFlow实战	Coursera	Laurence Moroney	[Coursera]	TensorFlow
DS-GA 1008 深度学习	纽约大学	扬·勒丘恩、阿尔弗雷多·坎齐亚尼	[官网] [YouTube][Bilibili]	深度学习，PyTorch
用于人类语言处理的深度学习	国立台湾大学	李宏毅	[官网] [YouTube]	深度学习，NLP

书籍

书名	作者	链接	类别
机器学习	周志华	[Amazon][京东]	机器学习
深度学习	Ian Goodfellow, Yoshua Bengio, Aaron Courville	[PDF][中文版]	深度学习
机器学习	Tom Mitchell	[PDF]	机器学习
模式识别与机器学习	Christopher Bishop	[PDF][中文版]	机器学习
统计学习基础	Trevor Hastie, Robert Tibshirani, Jerome Friedman	[PDF]	机器学习
数据挖掘：实用的机器学习工具与技术	Ian H. Witten, Eibe Frank	[PDF]	数据挖掘
人工智能：现代方法	Sturart J. Russell, Peter Norvig	[PDF]	人工智能
机器学习：概率视角	Kevin P. Murphy	[PDF]	机器学习
使用Python进行自然语言处理	Stven Bird, Ewan Klein, Edward Loper	[PDF][链接]	自然语言处理
TensorFlow入门	Giancarlo Zaccone	[PDF]	TensorFlow
使用Scikit-Learn和TensorFlow动手实践机器学习	Aurélien Géron	[PDF][GitHub]	机器学习
使用Python进行深度学习	François Chollet	[PDF][GitHub]	深度学习
概率图模型：原理与技术	Daphne Koller, Nir Friedman	[PDF]	概率图模型
语音与语言处理	Dan Jurafsky, James H. Martin	[主页][PDF]	自然语言处理
用于自然语言处理的神经网络方法	Yoav Goldberg	[PDF]	自然语言处理
统计学习方法	李航	[Amazon]	机器学习
自然语言处理	Jacob Eisenstein	[PDF]	自然语言处理
Dive into Deep Learning 动手学深度学习	Aston Zhang, Mu Li, Zachary C.Lipton, Alexander J.Smola	[中文版] [PDF] [网站] [GitHub] [Jupyter]	深度学习
机器学习特征工程	Alice Zheng, Amanda Casari	[PDF][译]	机器学习，特征工程
机器学习沉思	Andrew Ng	[译][在线阅读]	机器学习
机器学习基础	Mehryar Mohri	[PDF][主页]	机器学习

智能体AI

资源名称	类型	作者/讲师	链接	分类
智能体AI	课程	吴恩达	[DeepLearning.AI]	智能体AI基础
LangChain用于大语言模型应用开发	课程	哈里森·切斯、吴恩达	[DeepLearning.AI]	大语言模型应用、智能体
使用ChatGPT API构建系统	课程	伊莎·富尔福德、吴恩达	[DeepLearning.AI]	大语言模型应用、智能体
Strands Agents	SDK	Strands	[官网]	多智能体系统
LangGraph中的AI智能体	课程	哈里森·切斯、罗特姆·魏斯	[DeepLearning.AI]	智能体框架
针对开发者的ChatGPT提示工程	课程	伊莎·富尔福德、吴恩达	[DeepLearning.AI]	提示工程
ReAct：在语言模型中协同推理与行动	论文	Yao等	[arXiv]	推理、规划
Toolformer：语言模型可自我学习使用工具	论文	Schick等	[arXiv]	工具使用
深入了解ChatGPT等大语言模型	课程	安德烈·卡帕西	[YouTube]	大语言模型基础
使用Strands Agents & MCP逐步构建你的第一个智能体AI应用	课程	AWS	[YouTube]	智能体AI应用
构建高效的AI智能体	博客	Anthropic	[Anthropic]	智能体设计、最佳实践
我们如何构建多智能体研究系统	博客	Anthropic	[Anthropic]	多智能体系统、架构

ml-road 快速上手指南

ml-road 并非一个需要安装运行的软件库，而是一个机器学习与代理智能（Agentic AI）的资源导航仓库。它汇集了全球顶尖的课程、书籍和研究资料。本指南将帮助你快速利用该仓库构建学习路径。

环境准备

由于本项目是资源列表，无需特定的系统环境或复杂的依赖安装。你只需要：

操作系统：Windows, macOS 或 Linux 均可。
基础工具：
- Web 浏览器（推荐 Chrome 或 Edge）。
- Git（用于克隆仓库到本地，可选）。
- PDF 阅读器（用于阅读仓库中提供的电子书资源）。
网络环境：
- 部分资源链接指向 Coursera、YouTube 或 GitHub 原版，国内访问可能受限。
- 推荐方案：优先使用仓库中提供的 Bilibili (哔哩哔哩)、网易云课堂 或 GitHub 国内镜像 链接，以获得流畅的观看和下载体验。

获取资源

你可以选择在线浏览或直接克隆仓库到本地以便离线查阅。

方式一：在线浏览（推荐）

直接访问 GitHub 仓库页面查看整理好的表格： https://github.com/yanshengjia/machine-learning-road

方式二：克隆到本地

如果你希望离线保存所有电子书和资源链接，可以使用以下命令：

git clone https://github.com/yanshengjia/machine-learning-road.git
cd machine-learning-road

注：若 GitHub 访问缓慢，可尝试使用国内加速地址或镜像站进行克隆。

基本使用

本仓库的核心价值在于其分类清晰的资源表。以下是针对不同需求的使用示例：

1. 寻找入门课程

如果你想从零开始学习机器学习，请查看 Courses 表格中的 Machine Learning 分类：

首选推荐：吴恩达 (Andrew Ng) 的《Machine Learning》课程。
国内加速观看：点击表格中的 [[Bilibili]] 链接直接在哔哩哔哩观看高清视频，无需特殊网络环境。
备选方案：林轩田老师的《Machine Learning Foundations》（台大课程），同样提供 Bilibili 链接。

2. 下载经典教材

如果你想研读经典电子书，请查看 Books 表格：

中文经典：查找周志华老师的《机器学习》（俗称“西瓜书”），点击 [[JD]] 或 [[Amazon]] 购买纸质版，或在相关资源站搜索电子版。
深度学习圣经：查找 Ian Goodfellow 的《Deep Learning》。
- 点击 [[中文版]] 链接可直接在仓库内预览或下载中文翻译版 PDF。
- 点击 [[PDF]] 链接下载英文原版。

3. 进阶专项学习

针对特定领域（如计算机视觉、NLP、强化学习），利用表格的 Category 列进行筛选：

计算机视觉：定位到 Stanford CS231n (Fei-Fei Li 主讲)，使用提供的 [[Youtube]] 或课程主页链接。
自然语言处理：定位到 Stanford CS224n (Christopher Manning 主讲) 或牛津大学的 Deep Learning for NLP 课程。
框架实战：想学 PyTorch？查找 NYU 的 DS-GA 1008 Deep Learning (Yann LeCun 主讲)，该课程提供了完整的 [[Bilibili]] 播放列表和 [[GitHub]] 代码作业。

注意：本仓库资源仅供教育和个人学习使用，请勿用于商业目的。如遇版权争议，作者承诺会及时移除相关内容。

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|1周前

Agent开发框架图像

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。

★ 162.1k|★★★☆☆|2周前

开发框架图像Agent

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

★ 160.8k|★★☆☆☆|今天

开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信

★ 144.3k|★☆☆☆☆|3天前

Agent插件

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。

★ 109.2k|★★☆☆☆|昨天

开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。

★ 100.8k|★★☆☆☆|1周前

插件Agent图像