Repolode
提交项目
zkywsg

zkywsg/Daily-LLM

按时间线梳理深度学习与大模型 19 个架构家族演进的可视化学习路线，从 1986 年 RNN 到 2025 年推理模型。

在 GitHub 查看
Star
869
Fork
158
未关闭 Issue
0
最近提交
上个月

这是什么？

Daily-LLM 是一份中英双语的深度学习与大模型学习路线。全书按 19 个架构家族组织，覆盖从 CNN、RNN/LSTM 到 Transformer、BERT、GPT，再到扩散模型、LoRA 微调、RLHF、混合专家（MoE）、RAG 与 Agent，以及 o1、R1 等推理模型。每个家族对应独立目录，并提供按年份自动生成的索引。

除文字模块外，仓库还包含可在本地运行的时间线网页，支持按时间和按家族两种浏览方式，并提供跨家族的实战项目。注意力、反向传播、优化器、归一化等基础内容单独收录在 foundations 目录中。

适合希望厘清各类模型之间演进关系的开发者，也适合需要系统梳理主流模型架构、准备算法面试的读者。

核心功能

  • 01按年份梳理 19 个模型家族，从 1986 年 RNN 到 2025 年推理模型
  • 02可本地运行的时间线网页，支持按时间与按家族浏览
  • 03提供跨家族的实战项目
  • 04单独收录激活函数、反向传播、优化器、注意力等基础主题
  • 05提供中英双语文档

适用场景

  • 系统了解深度学习架构的演进脉络
  • 准备机器学习与大模型相关的算法面试
  • 查找扩散模型、RAG 等特定方向的入门材料

快速上手

  1. 1

    克隆仓库

    git clone https://github.com/zkywsg/Daily-LLM.git
  2. 2

    进入项目目录

    cd Daily-LLM
  3. 3

    从 requirements.txt 安装依赖

    pip install -r requirements.txt

使用前须知

  • 这是一份学习路线与学习资料，而不是可直接调用的软件库或应用程序。

收录于专题

自然语言处理工具与库

标签

#deep-learning#llm#machine-learning#transformer#tutorial#nlp#pytorch#cv#leetcode#leetcode-python

常见问题

Daily-LLM 是什么？
按时间线梳理深度学习与大模型 19 个架构家族演进的可视化学习路线，从 1986 年 RNN 到 2025 年推理模型。 Daily-LLM 是一份中英双语的深度学习与大模型学习路线。全书按 19 个架构家族组织，覆盖从 CNN、RNN/LSTM 到 Transformer、BERT、GPT，再到扩散模型、LoRA 微调、RLHF、混合专家（MoE）、RAG 与 Agent，以及 o1、R1 等推理模型。每个家族对应独立目录，并提供按年份自动生成的索引。
Daily-LLM 可以免费使用吗？用的什么许可证？
Daily-LLM 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
Daily-LLM 还在维护吗？
半年内有更新。Daily-LLM 最近一次提交是在 2026年9月25日。
Daily-LLM 适合用来做什么？
系统了解深度学习架构的演进脉络 准备机器学习与大模型相关的算法面试 查找扩散模型、RAG 等特定方向的入门材料
Daily-LLM 怎么安装和运行？
克隆仓库: git clone https://github.com/zkywsg/Daily-LLM.git 进入项目目录: cd Daily-LLM 从 requirements.txt 安装依赖: pip install -r requirements.txt
在哪里获取 Daily-LLM？
源代码和安装说明在 GitHub 上：https://github.com/zkywsg/Daily-LLM

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目