2023算是AIGC元年，各种大模型和应用层服务层出不穷，这让许多人都是一头雾水，想系统学习但是又不知道从哪里入手，今天为大家整理了一份入门AIGC的免费精选课程，都是世界知名大学的公开课，对于我们了解大模型的前世今生和后续发展都能起到很大的助力作用，既适合初学者也适合进阶AI爱好者。

入门

• AI for Everyone - 吴恩达: https://www.deeplearning.ai/courses/ai-for-everyone/
  这门免费课程适合非技术背景的人士学习,帮助你理解AI的基本概念和应用。

• Practical AI for Teachers and Students - 沃顿商学院: https://www.youtube.com/playlist?list=PLwRdpYzPkkn302_rL5RrXvQE8j0jLP02j
  通过简单有趣的案例,可以很轻松地理解AI的知识。

• Artificial Intelligence for Beginners - 微软: https://microsoft.github.io/AI-For-Beginners/
  特别适合AI初学者，让你从零开始学习AI

• Generative AI learning path - 谷歌: https://www.cloudskillsboost.google/journeys/118
  适合有一定基础的学习者，让你深入理解生成式AI。

等级：中等

大语言模型

提示工程

• 使用开发者的提示词工程 - DeepLearning.AI: https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
  专为开发者设计的提示工程课程。

• 使用ChatGPT API构建系统 - DeepLearning.AI: https://www.deeplearning.ai/short-courses/building-systems-with-chatgpt/
  适合AI初学者，让你学习如何使用ChatGPT API构建系统。

• LangChain for LLM Application Development - DeepLearning.AI: https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/
  适合AI初学者，让你学习如何使用LangChain进行LLM应用开发。

• LangChain: Chat with Your Data - DeepLearning.AI: https://www.deeplearning.ai/short-courses/langchain-chat-with-your-data/

• Prompt Engineering for ChatGPT - 范德堡大学: https://www.coursera.org/learn/prompt-engineering
  适合AI初学者，让你学习如何进行ChatGPT的提示工程。

• Learn Prompting: https://learnprompting.org/
  适合有一定基础的学习者，让你深入学习提示工程

• LangChain AI Handbook: - James Briggs, Francisco Ingham https://www.pinecone.io/learn/series/langchain/
  适合有一定基础的学习者，让你深入理解LangChain AI。

大语言模型实践

• LLM Bootcamp - The Full Stack:https://fullstackdeeplearning.com/llm-bootcamp/spring-2023/

• Finetuning Large Language Models - DeepLearning.AI: https://www.deeplearning.ai/short-courses/finetuning-large-language-models/
  适合有一定基础的学习者，让你深入学习大语言模型的微调。

大语言模型理论

• CS324 - Advances in Foundation Models - 斯坦福大学: https://stanford-cs324.github.io/winter2023/
  适合AI初学者，让你学习大语言模型的理论基础。

• CS 601.471/671 NLP: Self-supervised Models - 约翰霍普金斯大学: https://self-supervised.cs.jhu.edu/sp2023/index.html
  适合有一定基础的学习者，让你深入学习自监督模型。

• CS224N: Natural Language Processing with Deep Learning - 斯坦福大学: https://web.stanford.edu/class/cs224n/
  适合有一定基础的学习者，让你深入学习深度学习在自然语言处理中的应用。

• Speech and Language Processing - Dan Jurafsky and James H. Martin: https://web.stanford.edu/~jurafsky/slp3/
  适合有一定基础的学习者，让你深入学习语音和语言处理。

• COS 597G (Fall 2022): Understanding Large Language Models - 普林斯顿大学: https://www.cs.princeton.edu/courses/archive/fall22/cos597G/
  适合有深厚基础的学习者，让你深入理解大语言模型。

AI音频

• Hugging Face Audio Course https://huggingface.co/learn/audio-course/chapter0/introduction

• CS224S: Spoken Language Processing - 斯坦福大学 http://web.stanford.edu/class/cs224s/

多模态

• Tutorial on MultiModal Machine Learning (ICML 2023) - 卡耐基梅隆大学: https://cmu-multicomp-lab.github.io/mmml-tutorial/icml2023/
  适合有一定基础的学习者，让你深入学习多模态机器学习。

• 11-777: MultiModal Machine Learning (Fall 2022) - 卡耐基梅隆大学: https://cmu-multicomp-lab.github.io/mmml-course/fall2022/
  适合有一定基础的学习者，让你深入学习多模态机器学习。

• 11-877: Advanced Topics in MultiModal Machine Learning (Fall 2022) - 卡耐基梅隆大学: https://cmu-multicomp-lab.github.io/adv-mmml-course/spring2022/
  适合有深厚基础的学习者，让你深入学习多模态机器学习的高级主题。

深度学习

• Neural Networks/Deep Learning - StatQuest: https://www.youtube.com/playlist?list=PLblh5JKOoLUIxGDQs4LFFD--41Vzf-ME1
  适合AI初学者，让你学习神经网络和深度学习。

• Neural Networks - 3Blue1Brown: https://www.3blue1brown.com/topics/neural-networks
  适合AI初学者，让你学习神经网络。

• Neural Networks: Zero to Hero - Andrej Karpathy: https://karpathy.ai/zero-to-hero.html
  适合有一定基础的学习者，让你深入学习神经网络。

• Practical Deep Learning for Coders - fast.ai: https://course.fast.ai/
  适合有一定基础的学习者，让你深入学习深度学习。

• Deep Learning Specialization - 吴恩达: https://www.deeplearning.ai/courses/deep-learning-specialization/
  适合有一定基础的学习者，让你深入学习深度学习。

• S191: Introduction to Deep Learning - 麻省理工学院: http://introtodeeplearning.com/
  适合有一定基础的学习者，让你深入学习深度学习。

• CS25: Transformers United V2 - 斯坦福大学: https://web.stanford.edu/class/cs25/
  适合有一定基础的学习者，让你深入学习Transformers。

• Deep Learning Lecture Series 2020 - DeepMind x 伦敦大学学院: https://www.deepmind.com/learning-resources/deep-learning-lecture-series-2020
  适合有一定基础的学习者，让你深入学习深度学习。

• Reinforcement Learning Lecture Series 2021 - DeepMind x 伦敦大学学院: https://www.deepmind.com/learning-resources/reinforcement-learning-lecture-series-2021
  适合有一定基础的学习者，让你深入学习强化学习。

来源：https://github.com/luban-agi/Awesome-AIGC-Tutorials