Deep-AI-Notes ｜ AI 知识库✒️#

Record end-to-end learning journeys across data science, machine learning and AI. 系统整理数据科学、机器学习与人工智能的学习路径、课堂笔记与实战练习。

This repo is maintained as an Obsidian-friendly knowledge base, and you are very welcome to fork and adapt it for your own learning notes.
- 本仓库以 Obsidian 为核心编辑工作流，欢迎大家 fork 并按需改造，用于搭建自己的学习笔记体系。
This site is generated with docsify, so every Markdown file under docs/ stays lightweight and instantly refreshes when updated.
- 本站采用 docsify 搭建，docs/ 下的 Markdown 会实时渲染,适合快速迭代与预览。

Repo ｜项目仓库：https://github.com/FuTseYi/Deep-AI-Notes

Online reading ｜在线预览：https://edu.xieyi.org

Table of Contents ｜目录#

Deep-AI-Notes ｜ AI 知识库✒️

Project Overview ｜项目简介#

EN Deep-AI-Notes gathers multi-stage study notes, hands-on notebooks, and curated references from long-term learning programs (Datawhale, Stanford CS224W, MetaGPT, etc.). It aims to help self-learners quickly locate trustworthy materials, reproduce experiments, and internalize methodologies. The docs site is rendered by docsify from the docs/ directory, and the project is maintained together with an Obsidian vault so that all Markdown notes in docs/ and notebook/ can be organized, searched and edited efficiently.

CN Deep-AI-Notes 汇集了多期组队学习、课程实战与自学整理的资料，涵盖数据分析、NLP、CV、图学习、推荐系统、可解释性与多智能体等方向。站点基于 docsify 渲染 docs/ 目录，项目同时配套使用 Obsidian 进行管理，便于对 docs/ 与 notebook/ 中的 Markdown 笔记进行统一整理、检索与编辑，希望通过结构化的文档帮助学习者快速搭建知识网络、复现实验并形成自己的方法论。

Key Highlights ｜项目亮点#

Curated Tracks 精选学习路径：覆盖 20+ 期 Datawhale 课程与扩展专题，内容体系完整。
Docs + Notebooks 双形态：docs/ 适合在线阅读；notebook/ 提供可运行的 Jupyter 实验。
Tooling Ready 工具化支撑：附带 requirements、常用脚本与 Neo4j、PyTorch Geometric 等环境说明。
Continuous Expansion 持续扩展：以「学习路线 → 实战项目 → 知识库」的节奏迭代更新。

Repository Structure ｜仓库结构#

1
docs/                         文档化的学习笔记与项目说明
2
notebook/                     Jupyter Notebook 形式的实战记录
3
  pandas20/                   第20期 Pandas 课程
4
  knowledge_graph_basic21/    第21期 知识图谱实践
5
  ensemble_learning23-25/     第23-25期 集成学习
6
  gnn_learning26/             第26期 图神经网络
7
  pumpkin_learning27/         第27期 吃瓜课程（西瓜书+南瓜书）
8
  transformers_nlp28/         第28期 Transformers NLP
9
  matplotlib_learning29/      第29期 数据可视化
10
  tree_ensemble30/            第30期 树模型与集成学习
11
  unusual_deep_learning31/    第31期 深度学习专题
12
  recommender_system32/       第32期 推荐系统
13
  pytorch_learning35/         第35期 深入浅出 PyTorch
14
  lee_ml37/                   第37期 李宏毅机器学习
15
  pytorch_rechub_learning38/  第38期 推荐模型复现
16
  intel_openvino_learning39/40 Intel OpenVINO 初/高阶
17
  interpretable_ml44/         第44期 可解释性机器学习
18
  cs224w_learning46/          第46期 CS224W 图机器学习
19
  diffusion_model_learning51/ 第51期 扩散模型
20
  metagpt_learning55/         第55期 多智能体
21
  happyllm_learning202506/    2025.06 Happy-LLM 学习
22
QASystemOnMedicalGraph/       医疗知识图谱问答系统源码
23
requirements.txt              Conda 依赖快照

Learning Materials ｜学习资料来源#

对应的课程/资料入口如下，建议结合官方仓库使用：

Environment Setup ｜环境配置#

A. Docs-only Preview ｜仅阅读模式#

Install docsify-cli ｜安装 docsify-cli

1
   npm install docsify-cli -g

Local preview ｜本地预览

1
   docsify serve ./docs

Open http://localhost:3000 to browse the documentation.

B. Full Notebook Environment ｜完整运行环境#

Python: 3.10 (Windows)
Install dependencies ｜安装依赖

1
  conda install --yes --file requirements.txt

PyTorch (CUDA 12.1)

1
  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

PyTorch Geometric

1
  conda install pytorch-geometric -c rusty1s -c conda-forge

Ray Tune

1
  conda install ray-tune -c conda-forge

Neo4j (optional ｜可选)
- Windows10 安装指南
- JDK 1.8 对应 Neo4j 3.5.26 下载

Tips ｜小贴士：

使用 conda list -e > requirements.txt 可导出当前环境，便于协作者同步。

C. Obsidian Workspace ｜ Obsidian 工作流#

Install Obsidian ｜安装 Obsidian：前往 https://obsidian.md 下载桌面版本。
Open vault ｜打开仓库：在 Obsidian 中选择 “Open folder as vault”，指向本仓库根目录（推荐 Deep-AI-Notes/）。
Folder mapping ｜目录映射：将 docs/ 与 notebook/ 加入左侧收藏，便于快速检索双语笔记。
Plugins ｜插件配置（节选） 本仓库已经在 .obsidian/plugins/ 中预配置了一些常用插件，克隆后可直接作为 Obsidian 工作区使用：
- latex-suite：用于更友好的 LaTeX 渲染；
- Advanced Tables：优化 Markdown 表格编辑体验；
- Templater / templater-obsidian：基于模板快速插入学习笔记或实验记录；
- obsidian-git：将笔记变更与 GitHub 同步，方便版本管理与多端协作；
- obsidian-linter：统一 Markdown 格式与 Frontmatter 书写风格；
- file-tree-alternative：增强文件树视图，方便在 docs/ 与 notebook/ 间切换；
- obsidian-image-auto-upload-plugin / media-extended / pdf-plus：优化图片、音视频与 PDF 的插入和预览体验；
- recent-files-obsidian / editing-toolbar：提升常用文件访问与基础编辑效率；
- 其他插件（如 obsidian-excalidraw-plugin、number-headings-obsidian 等）则用于辅助绘图、自动编号与排版细节。如需完整列表，可直接查看 .obsidian/plugins/ 目录。
Sync tips ｜同步提示：Obsidian 仅作为编辑器，请继续通过 Git 进行版本管理，避免与 docsify 输出目录发生混淆。

Usage Guide ｜使用指南#

Clone 仓库

1
   git clone https://github.com/FuTseYi/Deep-AI-Notes.git
2
   cd Deep-AI-Notes

Docs 模式：执行 docsify serve ./docs。
Notebook 模式：激活 Conda 环境后在 notebook/ 中打开对应 .ipynb 文件。
知识图谱示例：进入 QASystemOnMedicalGraph/，参考子目录 README 完成 Neo4j、Flask 或前端部署。

Contribution ｜贡献指南#

欢迎提交 Issue 分享勘误、补充学习资料或提出改进建议。
提交 PR 时请：
1. 新建分支并保持提交原子化；
2. 更新相应的中英文文档；
3. 附带必要的截图、运行日志或测试说明。
建议遵循 Git 提交信息格式：feat: 添加 XXX 笔记 / docs: 更新 README.

License & Citation ｜许可证与引用#

本仓库采用 MIT License，已在根目录提供 LICENSE 文件。
如引用本仓库内容，请注明来源：Deep-AI-Notes (https://github.com/FuTseYi/Deep-AI-Notes)。

若在使用或部署过程中遇到问题，欢迎通过 Issues 或邮件联系。Thanks for reading & happy learning! 学习愉快，持续精进！ 🚀

Deep-AI-Notes ｜ AI 知识库✒️#

Table of Contents ｜ 目录#

Project Overview ｜ 项目简介#

Key Highlights ｜ 项目亮点#

Repository Structure ｜ 仓库结构#

Learning Materials ｜ 学习资料来源#

Environment Setup ｜ 环境配置#

A. Docs-only Preview ｜ 仅阅读模式#

B. Full Notebook Environment ｜ 完整运行环境#