电子书
原创与开源电子书，按章阅读 最近阅读
人工智能 · 共 7 本
动手学深度学习
面向中文读者的深度学习教科书：从线性回归、多层感知机讲到卷积、循环、注意力机制，再到优化、计算机视觉与自然语言处理，理论、代码、实验三位一体，每节均可运行。采用 PyTorch 框架实现。
·Apache-2.0 开源
南瓜书：机器学习公式推导详解
西瓜书《机器学习》的公式推导详解。周志华教材里被「留作习题」的每一步推导，这里逐行补齐，专治被公式卡住的自学者。
·CC BY-NC-SA 4.0
自然语言处理入门笔记
hankcs《自然语言处理入门》的详细笔记：词典分词、HMM／感知机／条件随机场三大序列标注模型、词性标注、命名实体识别、句法分析，一路讲到深度学习。
·Apache-2.0
深入理解 AI Infra：量化分析与系统设计
从模型架构到数据中心网络，用数量级估算拆解 LLM 推理与训练系统：显存放不放得下、延迟要多久、加卡能带来多少收益，都给出可复算的过程。
·Apache-2.0
深入理解 AI Agent
一本把 AI Agent 讲成工程的书：围绕「Agent = LLM + 上下文 + 工具」，从上下文工程、记忆与 RAG、工具与 MCP，一路讲到 Coding Agent、评估、后训练与多 Agent 协作，10 章配 109 个可跑实验。
·Apache 2.0
大模型基础
Datawhale 的开源大模型教程：从「语言模型是什么」讲起，把 Transformer 架构、数据工程、预训练与微调、分布式并行、有害性与伦理逐章拆开，公式和配图都齐全，适合当第一本系统读的大模型原理书。
·MIT（仓库 README 标注；仓库内未附 LICENSE 文件）
动手学 CV-PyTorch
Datawhale 的计算机视觉实战教程：PyTorch 基础、图像分类全流程、目标检测（YOLO/Faster R-CNN）、图像分割、GAN、Transformer 与模型部署。
·GPL-3.0