Unity机器学习代理工具包（ML-Agents）是一个开源项目，能让游戏和模拟场景成为训练智能代理的环境，支持深度强化学习与模仿学习。

通过聆听这些精彩讲座，沉浸式学习深度学习、强化学习、机器学习、计算机视觉和自然语言处理！！

从头开始机器学习。机器学习模型和算法的基本 NumPy 实现，重点是可访问性。旨在涵盖从线性回归到深度学习的所有内容。

人工智能（AI）课程、书籍、视频讲座与论文的精选列表

强化学习中文教程（蘑菇书🍄），在线阅读地址：https://datawhalechina.github.io/easy-rl/

开源自动驾驶研究模拟器

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

麻省理工学院6.S191课程实验材料：深度学习导论

成为顶尖的人工智能与机器学习研究工程师

基于自由间隔重复调度算法实现的现代Anki自定义调度系统。

使用PyTorch从零开始逐步实现一个推理大语言模型

学习它。构建它。为他人交付它。

🧑‍🏫 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, ... 🧠