PyTorch PyTorch 是由 Meta（原 Facebook）开源的深度学习框架，现由 PyTorch 基金会维护。该框架基于 Python 语言，提供动态计算图和自动微分功能，支持 GPU 加速计算。PyTorch 以其灵活的编程接口和直观的调试体验，成为学术研究和工业应用的主流选择之一。 框架核心包括张量运算库、神经网络模块、优化器和数据加载工具，支持计算机视觉

AI学习资源 # GPU加速 # Meta

TensorFlow TensorFlow 是由 Google 推出的开源机器学习与深度学习框架，面向研究、开发和生产部署场景。网站提供 TensorFlow 框架介绍、安装指南、API 文档、教程、示例项目及模型部署相关资源，支持 Python、JavaScript、移动端和边缘设备等多种应用环境。开发者可通过该站了解神经网络训练、模型构建、数据处理与机器学习工程化实践，适合人

AI学习资源 # Google # TensorFlow

Keras Keras 是一个面向深度学习开发的开源高层神经网络 API，提供清晰易用的模型构建、训练和部署工具。其官方网站提供 Keras 文档、API 参考、教程和示例，帮助开发者快速了解层、模型、优化器、损失函数、数据处理与训练流程等内容。Keras 支持现代机器学习与人工智能项目的原型开发和生产应用，适合研究人员、工程师及学习者查阅使用。

AI学习资源 # API文档 # Keras

DL4J DL4J（Deeplearning4j）是面向 Java 和 JVM 生态的开源深度学习框架，提供神经网络构建、训练与部署相关能力，适用于机器学习、深度学习和企业级 AI 应用开发。其官方文档介绍了 Deeplearning4j 的核心概念、模型配置、数据处理、训练流程以及与 JVM 工具链的集成方式，帮助开发者在 Java 环境中构建和应用深度学习模型。

AI开发平台 # AI开发 # Java

Apache MXNet Apache MXNet 是 Apache 软件基金会旗下的开源深度学习框架，提供灵活高效的模型构建、训练与部署能力。其官网包含项目介绍、文档、安装指南、教程、API 参考和社区资源，适合开发者、研究人员和工程团队了解 MXNet 的特性与使用方法。MXNet 支持多种编程语言和深度学习应用场景，可用于神经网络开发、机器学习实验及生产环境部署。

AI学习资源 # Apache # API文档

神经网络入门 神经网络入门是 Brilliant 提供的一门交互式在线课程，面向希望了解人工智能与机器学习基础的学习者。课程通过引导式问题、可视化演示和互动练习，帮助用户理解神经网络的基本概念、工作原理及应用场景。适合数学、编程、数据分析和 AI 初学者用于系统入门与实践学习。

AI学习资源 # AI入门 # Brilliant

动手学深度学习 动手学深度学习（Dive into Deep Learning）中文版是面向深度学习学习者的开源教材与在线教程，内容涵盖神经网络基础、卷积神经网络、循环神经网络、注意力机制、优化算法、自然语言处理、计算机视觉等主题。网站提供理论讲解、数学推导与可运行代码示例，支持结合 PyTorch、MXNet、TensorFlow 等框架进行实践学习，适合高校教学、科研入

AI学习资源 # PyTorch # 在线教程