Большая коллекция готовых приложений на LLM: агенты, RAG-системы и навыки для кодинг-агентов. Каждый шаблон можно запустить и разобрать по частям.
Все репозитории
Awesome-списки и обучениеfchollet
deep-learning-with-python-notebooks
Ноутбуки с кодом к книге Франсуа Шолле «Deep Learning with Python» (третье издание, на Keras 3). Работает на JAX, TensorFlow или PyTorch. Есть и старые ноутбуки к двум прошлым изданиям.
Кому подойдёт
Тем, кто хочет изучать глубокое обучение от автора Keras, запуская код самостоятельно.
Как начать
- Открой ноутбук нужной главы в Google Colab: бесплатной GPU хватит для всей книги.
- Выбери бэкенд в первой ячейке:
os.environ["KERAS_BACKEND"] = "jax"(можноtensorflowилиtorch). - Для глав с данными Kaggle создай аккаунт и добавь
KAGGLE_USERNAMEиKAGGLE_KEYв секреты Colab.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+576 сент. — 4 окт.
Описание автора
Jupyter notebooks for the code samples of the book "Deep Learning with Python"
Ещё в категории «Awesome-списки и обучение»
Бесплатный курс Microsoft из 21 урока: от основ генеративного ИИ и промптов до готовых приложений. К урокам прилагается код.
Код к книге Себастьяна Рашки: по шагам собираешь GPT-подобную модель на PyTorch, затем предобучаешь и дообучаешь её. Лучший способ понять, как LLM устроена изнутри.
Движок для программных анимаций, на котором Грант Сандерсон делает видео 3Blue1Brown, в том числе знаменитые ролики про нейросети. Это не AI-библиотека, а инструмент, которым наглядно объясняют математику и ML.
Курс по классическому машинному обучению на 12 недель: 26 уроков и 52 теста. Фундамент, без которого сложно понимать современные модели.
Дорожная карта по LLM в трёх частях: основы, «учёный» (как строить модели) и «инженер» (как делать приложения). К темам приложены ноутбуки для Colab.