教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)【免費(fèi)下載鏈接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!項(xiàng)目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners點(diǎn)擊查看免費(fèi)下載本指南面向計(jì)劃將 AI-For-Beginners 課程 引入課堂的教師系統(tǒng)講解該開源課程的整體結(jié)構(gòu)、兩種課堂組織方式GitHub Classroom 集成式與直接使用式、測驗(yàn)與作業(yè)的運(yùn)行機(jī)制以及學(xué)生學(xué)習(xí)環(huán)境的搭建方案。讀完本文你將掌握如何 fork 課程倉庫、按課拆分組織作業(yè)、通過 issues 收集學(xué)生測驗(yàn)答案并能為學(xué)生搭建本地或云端的 Jupyter 運(yùn)行環(huán)境。課程背景12 周 24 課一整套可直接授課的 AI 教學(xué)體系A(chǔ)I-For-Beginners 是一個(gè)面向零基礎(chǔ)學(xué)習(xí)者的開源 AI 課程采用12 周、24 課的節(jié)奏組織內(nèi)容覆蓋符號(hào) AI、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、NLP、強(qiáng)化學(xué)習(xí)、多智能體系統(tǒng)與 AI 倫理等主題。課程在 lessons 目錄下按章節(jié)編號(hào)組織如1-Intro、2-Symbolic、3-NeuralNetworks、4-ComputerVision、5-NLP、6-Other、7-Ethics每一課通常包含課前測驗(yàn)pre-lecture quiz與課后測驗(yàn)post-lecture quiz幫助教師掌握學(xué)生學(xué)習(xí)前后的掌握程度導(dǎo)讀正文與隨堂 notebook*.ipynb中附帶了大量可執(zhí)行的代碼示例與挑戰(zhàn)練習(xí)每模塊的 assignment作業(yè)例如 1-Intro 的 Game Jam 論文作業(yè)、2-Symbolic 的用 Protégé 構(gòu)建本體作業(yè)教師指南lessons/0-course-setup/for-teachers.md即本文所依據(jù)的原始文檔另有學(xué)生與自學(xué)版上手說明和代碼運(yùn)行指南。課程在構(gòu)建時(shí)遵循兩條明確的教學(xué)法原則見 setup.md 的 Pedagogy 一節(jié)一是項(xiàng)目驅(qū)動(dòng)project-based讓學(xué)習(xí)內(nèi)容與項(xiàng)目對齊提升參與度與知識(shí)留存二是高頻測驗(yàn)frequent quizzes課前低風(fēng)險(xiǎn)測驗(yàn)引導(dǎo)學(xué)生建立學(xué)習(xí)意圖課后第二次測驗(yàn)強(qiáng)化記憶。課程設(shè)計(jì)保持靈活可整體講授也可按需抽取部分課時(shí)。方式一通過 GitHub Classroom 集成授課原文檔推薦的最高效路徑是直接在 GitHub 生態(tài)內(nèi)使用GitHub Classroom來分發(fā)課程。其核心思路是把課程的每一課都變成一個(gè)可供 Classroom 獨(dú)立處理的作業(yè)倉庫。操作流程Fork 本倉庫首先將 AI-For-Beginners 倉庫 fork 到你的 GitHub 賬號(hào)下。按課拆分倉庫GitHub Classroom 以“倉庫”為作業(yè)單位因此你需要將 lessons 目錄中的每個(gè) lesson 文件夾單獨(dú)提取為一個(gè)獨(dú)立倉庫。這樣 Classroom 才能逐個(gè)課時(shí)地分發(fā)作業(yè)、收集提交。配置 Classroom在 GitHub Classroom 中為每一課創(chuàng)建作業(yè)assignment指向拆分后的對應(yīng)倉庫學(xué)生即可通過 Classroom 的邀請鏈接領(lǐng)取作業(yè)。說明倉庫根 README.md 提示倉庫包含 50 語言翻譯會(huì)顯著增大下載體積如需輕量化克隆可參考其中的 sparse checkout 命令。這一點(diǎn)對教師批量分發(fā)倉庫同樣適用可顯著加快學(xué)生克隆速度。拆分倉庫的注意事項(xiàng)拆分時(shí)應(yīng)保留該課所需的 notebook、圖片與資源文件確保學(xué)生拿到的作業(yè)倉庫可以獨(dú)立運(yùn)行各課之間可能存在依賴如5-NLP課程提供requirements-pytorch.txt與requirements-tf.txt兩份依賴清單拆庫時(shí)需一并處理運(yùn)行依賴或?qū)惭b說明寫入作業(yè)說明中拆分后建議先在空白環(huán)境中驗(yàn)證 notebook 可從頭運(yùn)行再交給 Classroom 分發(fā)。方式二直接使用原倉庫不依賴 Classroom如果你希望使用課程倉庫的現(xiàn)成形態(tài)不拆分、不配置 Classroom同樣可行。此時(shí)需要由你主動(dòng)告知學(xué)生當(dāng)前應(yīng)共同學(xué)習(xí)哪一課并依靠以下兩種模式組織課堂在線課堂模式公開協(xié)作在 Zoom、Teams 等視頻會(huì)議平臺(tái)上分組討論breakout rooms針對每課的測驗(yàn)內(nèi)容建立分組房間讓學(xué)生在小組內(nèi)討論、互相幫助為正式學(xué)習(xí)做好鋪墊統(tǒng)一測驗(yàn)與提交邀請學(xué)生參加測驗(yàn)并約定時(shí)間點(diǎn)讓學(xué)生將答案以issues問題單的形式提交到課程倉庫公開作業(yè)協(xié)作如果希望學(xué)生公開協(xié)作完成作業(yè)也可以沿用同樣的方式——在指定時(shí)間內(nèi)以 issues 提交作業(yè)成果。私有模式保護(hù)學(xué)生隱私若更傾向私密的學(xué)習(xí)環(huán)境要求學(xué)生逐課 fork 課程到自己的 GitHub 賬號(hào)下并將 fork 出的倉庫設(shè)為private私有倉庫同時(shí)授予你教師訪問權(quán)限學(xué)生在私有倉庫內(nèi)完成測驗(yàn)與作業(yè)學(xué)生通過在你維護(hù)的班級(jí)倉庫上提交issues來上交成果你可以在 issue 中點(diǎn)評與反饋。兩種模式各有適用場景公開模式便于學(xué)生之間互相學(xué)習(xí)和借鑒私有模式更適合需要保護(hù)學(xué)生成果、避免抄襲爭議的場景。原文檔也指出在線課堂的組織方式遠(yuǎn)不止這兩種鼓勵(lì)教師根據(jù)自己的實(shí)際情況靈活設(shè)計(jì)。測驗(yàn)系統(tǒng)50 道題、每課 3 題可本地運(yùn)行的 Vue 應(yīng)用測驗(yàn)是本課程教學(xué)法的核心組成部分。課程共包含50 道測驗(yàn)題按課分組、每課 3 題測驗(yàn)應(yīng)用源碼位于 etc/quiz-app其部署與運(yùn)行說明見 etc/quiz-app/README.md。應(yīng)用基于 Vue 構(gòu)建# 安裝依賴 npm install # 開發(fā)模式支持熱重載 npm run serve # 生產(chǎn)構(gòu)建 npm run build # 代碼規(guī)范檢查 npm run lint從 src/App.vue 的源碼可以看出應(yīng)用通過 URL 查詢參數(shù)?locxx控制測驗(yàn)語言默認(rèn)en并提供 locale 下拉切換。測驗(yàn)題庫以 JSON 形式組織在assets/translations目錄下可按課分組對齊編號(hào)。這意味著教師完全可以本地運(yùn)行測驗(yàn)應(yīng)用配合 issues 提交機(jī)制完成一次完整的測驗(yàn)閉環(huán)學(xué)生做題 → 提交答案到班級(jí)倉庫 → 教師點(diǎn)評。提示倉庫中還提供了測驗(yàn)題目的可編輯源文件etc/quiz-src/questions-en.txt與題庫生成腳本etc/quiz-src/qzmkjson.py需要自定義測驗(yàn)內(nèi)容的教師可參考其格式。作業(yè)體系每模塊一個(gè) assignment驗(yàn)收即知識(shí)點(diǎn)應(yīng)用除測驗(yàn)外各課還附帶了獨(dú)立的作業(yè)assignment用于檢驗(yàn)學(xué)生對知識(shí)的綜合運(yùn)用。例如1-Intro 的 Game Jam 作業(yè)選擇一款受 AI/ML 演進(jìn)影響的經(jīng)典游戲如國際象棋、圍棋、Pong、Pac-Man撰寫一篇討論其過去、現(xiàn)在與 AI 未來的短文2-Symbolic 的本體構(gòu)建作業(yè)為某個(gè)主題人物、地點(diǎn)或事物構(gòu)建知識(shí)本體模型例如建立客廳的家具、燈具等概念本體并思考客廳與廚房有何不同為何是客廳而非餐廳推薦使用 Protégé 工具完成。教師可將這些作業(yè)與issues 提交機(jī)制結(jié)合公開協(xié)作模式下學(xué)生將作業(yè)成果提交為 issue全班可見私有模式下則在私有倉庫完成并最終以 issue 上交。作業(yè)評分可依據(jù)課程每章的 README.md 中說明的知識(shí)點(diǎn)逐一對照。學(xué)生學(xué)習(xí)環(huán)境從本地 conda 到云端 GPU無論采用哪種課堂組織方式學(xué)生都需要能夠運(yùn)行 notebook 代碼。課程對此提供了從本地到云端的完整方案詳見 如何運(yùn)行代碼教師可按學(xué)生的硬件條件分組引導(dǎo)本地運(yùn)行推薦教學(xué)用安裝輕量級(jí) miniconda支持 conda 包管理與 Python 虛擬環(huán)境克隆倉庫并使用倉庫根目錄下的 environment.yml 創(chuàng)建課程虛擬環(huán)境git clone https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners.git cd AI-For-Beginners conda env create --name ai4beg --file environment.yml conda activate ai4begenvironment.yml 中已鎖定關(guān)鍵依賴版本numpy1.26、matplotlib3.9、scipy1.13、requests2.32并預(yù)裝 Jupyter、ipywidgets、scikit-learn、OpenCV 以及 PyTorch 系列pytorch、torchtext、torchvision、torchdata同時(shí)通過pip: -r requirements.txt補(bǔ)裝其余依賴。配合 Visual Studio Code 與 Python 擴(kuò)展使用克隆并打開目錄后 VS Code 會(huì)自動(dòng)提示安裝 Python 擴(kuò)展若提示在容器中重新打開建議拒絕以使用本地 Python 環(huán)境。也可以在本機(jī)瀏覽器中使用 Jupyterjupyter notebook # 或 jupyterhub容器運(yùn)行倉庫在lessons/0-course-setup/how-to-run.md中提到提供了.devcontainer目錄用于構(gòu)建開發(fā)容器可通過 VS Code 的在容器中重新打開功能使用。該方式需要安裝 Docker、配置更復(fù)雜原文檔建議僅面向經(jīng)驗(yàn)較豐富的使用者。云端與 GPU 運(yùn)行對于課后延伸或算力敏感課程如后期神經(jīng)網(wǎng)絡(luò)訓(xùn)練可使用GitHub Codespaces在倉庫頁面點(diǎn)擊 Code 按鈕創(chuàng)建云端虛擬環(huán)境通過瀏覽器版 VS Code 即刻使用Binder點(diǎn)擊倉庫首頁的 Binder 按鈕即可獲得一個(gè)云端 Jupyter 界面。注意 Binder 會(huì)屏蔽部分外網(wǎng)資源可能導(dǎo)致需聯(lián)網(wǎng)下載模型/數(shù)據(jù)集的代碼無法運(yùn)行且算力有限、訓(xùn)練較慢帶 GPU 的云端環(huán)境可借助 Azure 學(xué)生訂閱或?qū)W校提供的云資源創(chuàng)建 Data Science Virtual Machine 或 Azure Machine Learning Workspace 使用 notebook 功能也可使用帶免費(fèi) GPU 的 Google Colab 逐份上傳 notebook 執(zhí)行。教學(xué)提示前期課程符號(hào) AI、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)普通筆記本即可運(yùn)行后期涉及大規(guī)模模型訓(xùn)練的課時(shí)建議教師提前確認(rèn)學(xué)生具備云端 GPU 通道避免課堂節(jié)奏被訓(xùn)練時(shí)長拖累。教學(xué)法與反饋閉環(huán)課前課后雙測驗(yàn)課前測驗(yàn)用于建立學(xué)習(xí)意圖課后測驗(yàn)用于強(qiáng)化記憶兩題組合即可形成每課的學(xué)-測閉環(huán)學(xué)會(huì)大聲學(xué)習(xí)setup.md 鼓勵(lì)學(xué)生在 Discussion board 上learn out loud將疑問與心得公開討論教師可將其納入課堂組織形成課外交互離線訪問如需離線授課可 fork 倉庫并安裝 Docsify在倉庫根目錄執(zhí)行docsify serve即可在localhost:3000瀏覽文檔課程 PDF 版本見 etc/pdf/readme.pdf。原文檔在結(jié)尾特別強(qiáng)調(diào)課程團(tuán)隊(duì)希望這套體系真正為教師和學(xué)生工作并邀請教師通過 Discussion 討論區(qū)反饋實(shí)際課堂中的最佳實(shí)踐。作為教師你完全可以按照自己的節(jié)奏裁剪課時(shí)、混用上述兩種組織方式——課程本身即是為整學(xué)或部分學(xué)而設(shè)計(jì)的。贊分享教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)【免費(fèi)下載鏈接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!項(xiàng)目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners點(diǎn)擊查看免費(fèi)下載相關(guān)推薦AI-For-Beginners 課程教師指南借助 GitHub Classroom 與開源教材開展課堂 AI 教學(xué)AI For Beginners 課程教師指南借助 GitHub Classroom 與開源教材開展課堂 AI 教學(xué) 本文是面向教師的實(shí)操指南講解如何在課堂教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)Douzy 抖音批量下載從 0 到 1 實(shí)操筆記Douzy 抖音批量下載從 0 到 1 實(shí)操筆記 想存下某博主全部作品Douzy 是抖音批量下載工具粘貼主頁鏈接即可抓取無水印視頻支持增量下載、評論采集和網(wǎng)頁爬蟲CLIIoT for Beginners 教師授課指南用 GitHub Classroom 與翻轉(zhuǎn)課堂模型組織 12 周 IoT 課程IoT for Beginners 教師授課指南用 GitHub Classroom 與翻轉(zhuǎn)課堂模型組織 12 周 IoT 課程 本指南面向計(jì)劃將 IoT f教程文檔教育物聯(lián)網(wǎng)嵌入式創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 AI-For-Beginners 教師指南：如何用 GitHub Classroom 與開源 AI 課程組織課堂
教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)【免費(fèi)下載鏈接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!項(xiàng)目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners點(diǎn)擊查看免費(fèi)下載本指南面向計(jì)劃將 AI-For-Beginners 課程 引入課堂的教師系統(tǒng)講解該開源課程的整體結(jié)構(gòu)、兩種課堂組織方式GitHub Classroom 集成式與直接使用式、測驗(yàn)與作業(yè)的運(yùn)行機(jī)制以及學(xué)生學(xué)習(xí)環(huán)境的搭建方案。讀完本文你將掌握如何 fork 課程倉庫、按課拆分組織作業(yè)、通過 issues 收集學(xué)生測驗(yàn)答案并能為學(xué)生搭建本地或云端的 Jupyter 運(yùn)行環(huán)境。課程背景12 周 24 課一整套可直接授課的 AI 教學(xué)體系A(chǔ)I-For-Beginners 是一個(gè)面向零基礎(chǔ)學(xué)習(xí)者的開源 AI 課程采用12 周、24 課的節(jié)奏組織內(nèi)容覆蓋符號(hào) AI、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、NLP、強(qiáng)化學(xué)習(xí)、多智能體系統(tǒng)與 AI 倫理等主題。課程在 lessons 目錄下按章節(jié)編號(hào)組織如1-Intro、2-Symbolic、3-NeuralNetworks、4-ComputerVision、5-NLP、6-Other、7-Ethics每一課通常包含課前測驗(yàn)pre-lecture quiz與課后測驗(yàn)post-lecture quiz幫助教師掌握學(xué)生學(xué)習(xí)前后的掌握程度導(dǎo)讀正文與隨堂 notebook*.ipynb中附帶了大量可執(zhí)行的代碼示例與挑戰(zhàn)練習(xí)每模塊的 assignment作業(yè)例如 1-Intro 的 Game Jam 論文作業(yè)、2-Symbolic 的用 Protégé 構(gòu)建本體作業(yè)教師指南lessons/0-course-setup/for-teachers.md即本文所依據(jù)的原始文檔另有學(xué)生與自學(xué)版上手說明和代碼運(yùn)行指南。課程在構(gòu)建時(shí)遵循兩條明確的教學(xué)法原則見 setup.md 的 Pedagogy 一節(jié)一是項(xiàng)目驅(qū)動(dòng)project-based讓學(xué)習(xí)內(nèi)容與項(xiàng)目對齊提升參與度與知識(shí)留存二是高頻測驗(yàn)frequent quizzes課前低風(fēng)險(xiǎn)測驗(yàn)引導(dǎo)學(xué)生建立學(xué)習(xí)意圖課后第二次測驗(yàn)強(qiáng)化記憶。課程設(shè)計(jì)保持靈活可整體講授也可按需抽取部分課時(shí)。方式一通過 GitHub Classroom 集成授課原文檔推薦的最高效路徑是直接在 GitHub 生態(tài)內(nèi)使用GitHub Classroom來分發(fā)課程。其核心思路是把課程的每一課都變成一個(gè)可供 Classroom 獨(dú)立處理的作業(yè)倉庫。操作流程Fork 本倉庫首先將 AI-For-Beginners 倉庫 fork 到你的 GitHub 賬號(hào)下。按課拆分倉庫GitHub Classroom 以“倉庫”為作業(yè)單位因此你需要將 lessons 目錄中的每個(gè) lesson 文件夾單獨(dú)提取為一個(gè)獨(dú)立倉庫。這樣 Classroom 才能逐個(gè)課時(shí)地分發(fā)作業(yè)、收集提交。配置 Classroom在 GitHub Classroom 中為每一課創(chuàng)建作業(yè)assignment指向拆分后的對應(yīng)倉庫學(xué)生即可通過 Classroom 的邀請鏈接領(lǐng)取作業(yè)。說明倉庫根 README.md 提示倉庫包含 50 語言翻譯會(huì)顯著增大下載體積如需輕量化克隆可參考其中的 sparse checkout 命令。這一點(diǎn)對教師批量分發(fā)倉庫同樣適用可顯著加快學(xué)生克隆速度。拆分倉庫的注意事項(xiàng)拆分時(shí)應(yīng)保留該課所需的 notebook、圖片與資源文件確保學(xué)生拿到的作業(yè)倉庫可以獨(dú)立運(yùn)行各課之間可能存在依賴如5-NLP課程提供requirements-pytorch.txt與requirements-tf.txt兩份依賴清單拆庫時(shí)需一并處理運(yùn)行依賴或?qū)惭b說明寫入作業(yè)說明中拆分后建議先在空白環(huán)境中驗(yàn)證 notebook 可從頭運(yùn)行再交給 Classroom 分發(fā)。方式二直接使用原倉庫不依賴 Classroom如果你希望使用課程倉庫的現(xiàn)成形態(tài)不拆分、不配置 Classroom同樣可行。此時(shí)需要由你主動(dòng)告知學(xué)生當(dāng)前應(yīng)共同學(xué)習(xí)哪一課并依靠以下兩種模式組織課堂在線課堂模式公開協(xié)作在 Zoom、Teams 等視頻會(huì)議平臺(tái)上分組討論breakout rooms針對每課的測驗(yàn)內(nèi)容建立分組房間讓學(xué)生在小組內(nèi)討論、互相幫助為正式學(xué)習(xí)做好鋪墊統(tǒng)一測驗(yàn)與提交邀請學(xué)生參加測驗(yàn)并約定時(shí)間點(diǎn)讓學(xué)生將答案以issues問題單的形式提交到課程倉庫公開作業(yè)協(xié)作如果希望學(xué)生公開協(xié)作完成作業(yè)也可以沿用同樣的方式——在指定時(shí)間內(nèi)以 issues 提交作業(yè)成果。私有模式保護(hù)學(xué)生隱私若更傾向私密的學(xué)習(xí)環(huán)境要求學(xué)生逐課 fork 課程到自己的 GitHub 賬號(hào)下并將 fork 出的倉庫設(shè)為private私有倉庫同時(shí)授予你教師訪問權(quán)限學(xué)生在私有倉庫內(nèi)完成測驗(yàn)與作業(yè)學(xué)生通過在你維護(hù)的班級(jí)倉庫上提交issues來上交成果你可以在 issue 中點(diǎn)評與反饋。兩種模式各有適用場景公開模式便于學(xué)生之間互相學(xué)習(xí)和借鑒私有模式更適合需要保護(hù)學(xué)生成果、避免抄襲爭議的場景。原文檔也指出在線課堂的組織方式遠(yuǎn)不止這兩種鼓勵(lì)教師根據(jù)自己的實(shí)際情況靈活設(shè)計(jì)。測驗(yàn)系統(tǒng)50 道題、每課 3 題可本地運(yùn)行的 Vue 應(yīng)用測驗(yàn)是本課程教學(xué)法的核心組成部分。課程共包含50 道測驗(yàn)題按課分組、每課 3 題測驗(yàn)應(yīng)用源碼位于 etc/quiz-app其部署與運(yùn)行說明見 etc/quiz-app/README.md。應(yīng)用基于 Vue 構(gòu)建# 安裝依賴 npm install # 開發(fā)模式支持熱重載 npm run serve # 生產(chǎn)構(gòu)建 npm run build # 代碼規(guī)范檢查 npm run lint從 src/App.vue 的源碼可以看出應(yīng)用通過 URL 查詢參數(shù)?locxx控制測驗(yàn)語言默認(rèn)en并提供 locale 下拉切換。測驗(yàn)題庫以 JSON 形式組織在assets/translations目錄下可按課分組對齊編號(hào)。這意味著教師完全可以本地運(yùn)行測驗(yàn)應(yīng)用配合 issues 提交機(jī)制完成一次完整的測驗(yàn)閉環(huán)學(xué)生做題 → 提交答案到班級(jí)倉庫 → 教師點(diǎn)評。提示倉庫中還提供了測驗(yàn)題目的可編輯源文件etc/quiz-src/questions-en.txt與題庫生成腳本etc/quiz-src/qzmkjson.py需要自定義測驗(yàn)內(nèi)容的教師可參考其格式。作業(yè)體系每模塊一個(gè) assignment驗(yàn)收即知識(shí)點(diǎn)應(yīng)用除測驗(yàn)外各課還附帶了獨(dú)立的作業(yè)assignment用于檢驗(yàn)學(xué)生對知識(shí)的綜合運(yùn)用。例如1-Intro 的 Game Jam 作業(yè)選擇一款受 AI/ML 演進(jìn)影響的經(jīng)典游戲如國際象棋、圍棋、Pong、Pac-Man撰寫一篇討論其過去、現(xiàn)在與 AI 未來的短文2-Symbolic 的本體構(gòu)建作業(yè)為某個(gè)主題人物、地點(diǎn)或事物構(gòu)建知識(shí)本體模型例如建立客廳的家具、燈具等概念本體并思考客廳與廚房有何不同為何是客廳而非餐廳推薦使用 Protégé 工具完成。教師可將這些作業(yè)與issues 提交機(jī)制結(jié)合公開協(xié)作模式下學(xué)生將作業(yè)成果提交為 issue全班可見私有模式下則在私有倉庫完成并最終以 issue 上交。作業(yè)評分可依據(jù)課程每章的 README.md 中說明的知識(shí)點(diǎn)逐一對照。學(xué)生學(xué)習(xí)環(huán)境從本地 conda 到云端 GPU無論采用哪種課堂組織方式學(xué)生都需要能夠運(yùn)行 notebook 代碼。課程對此提供了從本地到云端的完整方案詳見 如何運(yùn)行代碼教師可按學(xué)生的硬件條件分組引導(dǎo)本地運(yùn)行推薦教學(xué)用安裝輕量級(jí) miniconda支持 conda 包管理與 Python 虛擬環(huán)境克隆倉庫并使用倉庫根目錄下的 environment.yml 創(chuàng)建課程虛擬環(huán)境git clone https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners.git cd AI-For-Beginners conda env create --name ai4beg --file environment.yml conda activate ai4begenvironment.yml 中已鎖定關(guān)鍵依賴版本numpy1.26、matplotlib3.9、scipy1.13、requests2.32并預(yù)裝 Jupyter、ipywidgets、scikit-learn、OpenCV 以及 PyTorch 系列pytorch、torchtext、torchvision、torchdata同時(shí)通過pip: -r requirements.txt補(bǔ)裝其余依賴。配合 Visual Studio Code 與 Python 擴(kuò)展使用克隆并打開目錄后 VS Code 會(huì)自動(dòng)提示安裝 Python 擴(kuò)展若提示在容器中重新打開建議拒絕以使用本地 Python 環(huán)境。也可以在本機(jī)瀏覽器中使用 Jupyterjupyter notebook # 或 jupyterhub容器運(yùn)行倉庫在lessons/0-course-setup/how-to-run.md中提到提供了.devcontainer目錄用于構(gòu)建開發(fā)容器可通過 VS Code 的在容器中重新打開功能使用。該方式需要安裝 Docker、配置更復(fù)雜原文檔建議僅面向經(jīng)驗(yàn)較豐富的使用者。云端與 GPU 運(yùn)行對于課后延伸或算力敏感課程如后期神經(jīng)網(wǎng)絡(luò)訓(xùn)練可使用GitHub Codespaces在倉庫頁面點(diǎn)擊 Code 按鈕創(chuàng)建云端虛擬環(huán)境通過瀏覽器版 VS Code 即刻使用Binder點(diǎn)擊倉庫首頁的 Binder 按鈕即可獲得一個(gè)云端 Jupyter 界面。注意 Binder 會(huì)屏蔽部分外網(wǎng)資源可能導(dǎo)致需聯(lián)網(wǎng)下載模型/數(shù)據(jù)集的代碼無法運(yùn)行且算力有限、訓(xùn)練較慢帶 GPU 的云端環(huán)境可借助 Azure 學(xué)生訂閱或?qū)W校提供的云資源創(chuàng)建 Data Science Virtual Machine 或 Azure Machine Learning Workspace 使用 notebook 功能也可使用帶免費(fèi) GPU 的 Google Colab 逐份上傳 notebook 執(zhí)行。教學(xué)提示前期課程符號(hào) AI、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)普通筆記本即可運(yùn)行后期涉及大規(guī)模模型訓(xùn)練的課時(shí)建議教師提前確認(rèn)學(xué)生具備云端 GPU 通道避免課堂節(jié)奏被訓(xùn)練時(shí)長拖累。教學(xué)法與反饋閉環(huán)課前課后雙測驗(yàn)課前測驗(yàn)用于建立學(xué)習(xí)意圖課后測驗(yàn)用于強(qiáng)化記憶兩題組合即可形成每課的學(xué)-測閉環(huán)學(xué)會(huì)大聲學(xué)習(xí)setup.md 鼓勵(lì)學(xué)生在 Discussion board 上learn out loud將疑問與心得公開討論教師可將其納入課堂組織形成課外交互離線訪問如需離線授課可 fork 倉庫并安裝 Docsify在倉庫根目錄執(zhí)行docsify serve即可在localhost:3000瀏覽文檔課程 PDF 版本見 etc/pdf/readme.pdf。原文檔在結(jié)尾特別強(qiáng)調(diào)課程團(tuán)隊(duì)希望這套體系真正為教師和學(xué)生工作并邀請教師通過 Discussion 討論區(qū)反饋實(shí)際課堂中的最佳實(shí)踐。作為教師你完全可以按照自己的節(jié)奏裁剪課時(shí)、混用上述兩種組織方式——課程本身即是為整學(xué)或部分學(xué)而設(shè)計(jì)的。贊分享教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)【免費(fèi)下載鏈接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!項(xiàng)目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners點(diǎn)擊查看免費(fèi)下載相關(guān)推薦AI-For-Beginners 課程教師指南借助 GitHub Classroom 與開源教材開展課堂 AI 教學(xué)AI For Beginners 課程教師指南借助 GitHub Classroom 與開源教材開展課堂 AI 教學(xué) 本文是面向教師的實(shí)操指南講解如何在課堂教程人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)Douzy 抖音批量下載從 0 到 1 實(shí)操筆記Douzy 抖音批量下載從 0 到 1 實(shí)操筆記 想存下某博主全部作品Douzy 是抖音批量下載工具粘貼主頁鏈接即可抓取無水印視頻支持增量下載、評論采集和網(wǎng)頁爬蟲CLIIoT for Beginners 教師授課指南用 GitHub Classroom 與翻轉(zhuǎn)課堂模型組織 12 周 IoT 課程IoT for Beginners 教師授課指南用 GitHub Classroom 與翻轉(zhuǎn)課堂模型組織 12 周 IoT 課程 本指南面向計(jì)劃將 IoT f教程文檔教育物聯(lián)網(wǎng)嵌入式創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考