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 обучениеlabmlai
annotated_deep_learning_paper_implementations
Больше 60 реализаций научных статей на PyTorch с пояснениями рядом с кодом: трансформеры, оптимизаторы, GAN, обучение с подкреплением. Сайт показывает код и заметки бок о бок.
Кому подойдёт
Тем, кто читает статьи по глубокому обучению и хочет видеть, как идея превращается в код.
Как начать
- Открой сайт nn.labml.ai и выбери нужную статью, например трансформеры
- Читай код вместе с заметками рядом
- Поставь пакет, чтобы запускать код:
pip install labml-nn
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+2116 сент. — 6 окт.
Описание автора
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
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.