AccumulateMore/CV · 上手攻略
- 仓库：AccumulateMore/CV
- 链接：https://github.com/AccumulateMore/CV
- 分类：ai / 深度学习笔记
- 作者：Jay
- 更新：2026-07-08
这是什么
AccumulateMore/CV 是一个中文深度学习全栈笔记库，覆盖 PyTorch 基础、李沐《动手学深度学习》、吴恩达 Deep Learning 系列，以及大模型 Agent 方向（土堆/李沐/吴恩达/大飞四位主讲人的视频对应笔记）。以 Jupyter Notebook（.ipynb）格式为主，已声明"已完结"状态（400+ 笔记区间）。Stars 22k+，周增 +175，MIT 许可（推测，以仓库实际 LICENSE 为准）。
解决什么问题
中文互联网有大量优质深度学习视频教程（bilibili 为主），但视频学习效率低、不方便搜索和定位。AccumulateMore/CV 将视频内容转录为可搜索、可跳转、有目录的 Jupyter Notebook 笔记，配合配套数据集，让学习者可以： - 直接搜索关键词定位到具体知识点 - 在 Notebook 里直接跑代码验证 - 快速找到对应视频区间复习
快速安装
本仓库无需安装任何依赖——是笔记而非工具。直接在浏览器或 Jupyter Notebook 中打开即可学习。
# 方式一：直接 clone 阅读
git clone https://github.com/AccumulateMore/CV.git
cd CV
# 方式二：GitHub 网页在线阅读（无需 clone）
# 访问 https://github.com/AccumulateMore/CV
# 点击任意 .ipynb 文件即可在浏览器预览
# 方式三：下载 ZIP（无 git 环境）
# 访问 https://github.com/AccumulateMore/CV → Code → Download ZIP
如需本地运行 Notebook（跑代码示例）：
# 推荐用 Anaconda
# 1. 安装 Anaconda：https://www.anaconda.com/download
# 2. 打开 Jupyter Notebook
jupyter notebook
# 或者用 PyCharm（注意：PyCharm 对 .ipynb 图片渲染不佳，官方推荐 Anaconda Jupyter）
核心内容结构
仓库按视频系列分区，主要对应关系如下：
| 笔记编号 | 对应课程 | 主讲人 | 视频链接 |
|---|---|---|---|
| 100–122 | PyTorch 深度学习 | 土堆 | B站 BV1hE411t7RN |
| 200–268 | 动手学深度学习 | 李沐 | B站直播间 |
| 300–354 | Deep Learning Specialization | 吴恩达 | B站 BV1FT4y1E74V |
| 400–409 | 大模型 Agent | 大飞 | 笔记已完结 |
| 500+ | 大模型 Agent（续） | XXX | 预计明年上线 |
推荐学习路径（按编号顺序）：
入门 → 100（土堆 PyTorch）→ 200（李沐动手学）→ 300（吴恩达）→ 400+（大模型 Agent）
笔记使用技巧
1. 目录跳转
在 Jupyter Notebook 中安装目录插件（nbextensions）可快速生成侧边栏目录，实现章节跳转：
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
# 然后在 Jupyter 界面勾选 Table of Contents (2)
2. 图片/公式显示问题
⚠️ 已知坑：在线 GitHub 预览时，部分图片和数学公式可能渲染不完整。
解决方案：下载笔记到本地（git clone 或手动下载 .ipynb），用 Anaconda Jupyter Notebook 打开即可正常显示。
3. 代码执行
每个 Notebook 单元格可直接在 Jupyter 中运行。建议从头到尾逐节执行，不要跳着跑——笔记设计是顺序依赖的。
4. 数据集
土堆&李沐&吴恩达&大飞配套数据集（无偿分享）：
- 百度网盘：https://pan.baidu.com/s/1KTW2WsTy6TFpN dK_WwjBmg（提取码：ppmu）
- 如链接失效，可加微信群索取（仓库 README 有微信二维码）
典型适用场景
- 考研/面试突击：Jupyter Notebook 可跳转搜索，适合快速定位和复习高频考点。
- 在职转岗 AI：跟着笔记顺序学，配合视频理解，笔记作为代码框架直接跑。
- 教辅材料：老师/培训师可直接引用或 fork 该仓库作为课程配套讲义。
- 面试预演：仓库作者也提供简历指导和模拟面试（见仓库 README），可配合使用。
- 简历项目参考：大飞 Agent 部分（400+）可作为大模型应用项目的参考实现思路。
坑与注意
⚠️ Notebook 图片本地显示
PyCharm 的 Jupyter 插件渲染 .ipynb 时图片不显示，必须用 Anaconda Jupyter Notebook。VS Code Jupyter 插件基本可用，但不保证 100% 还原。
⚠️ 笔记编号 ≠ 视频章节号
笔记 100-122 对应土堆 PyTorch 视频，但具体某一讲不一定严格对应"第 N 集"。使用前先对照 README 中的映射表。
⚠️ 数据集时效性
数据集通过百度网盘分享，链接可能失效（作者声明会更新，但无 SLA）。失效后可加微信群索取或自行从其他渠道获取。
⚠️ Agent 部分（400+）尚未完整
大飞 Agent 部分笔记写至 409，但后续 500+ 仍在规划中（预计明年上线）。如果想学习当前最完整的大模型 Agent 笔记，需要接受内容不完整的现状。
⚠️ 非代码项目
这是一个学习笔记仓库，不是可直接集成的 SDK 或工具链。学的是知识和思路，无法 pip install 来集成到生产项目。
⚠️ "已完结"声明
作者标注"已完结"，意味着不会有重大结构性更新，但勘误可能仍有。
与同类对比
| 资源 | 定位 | 语言 | 优势 | 劣势 |
|---|---|---|---|---|
| AccumulateMore/CV | 视频配套笔记 | 中文 | 四大课程合一、代码+笔记+数据集配套 | 非原创、内容依赖视频 |
| Deeptuning/LLMs-from-scratch | 从零实现 LLM | 英文 | PyTorch 原生实现、理论深度 | 英文、无视频配套 |
| datawhalechina/team-learning-program | 团队协作学习 | 中文 | 覆盖面广、更新活跃 | 偏教材风格、不绑定视频 |
| 大众点评/wenda | AI 问答 | 中文 | 实时可用 | 不适合系统学习 |
如果你已经决定跟某位老师的视频课程，AccumulateMore/CV 的视频+笔记+代码+数据集打包组合是最省力的学习路径。
一句话推荐结论
中文深度学习视频学习者，在跟土堆/李沐/吴恩达/大飞的课的同时，用这套 Jupyter Notebook 笔记作为可搜索、可执行、可跳转的配套教材，效率远高于纯看视频；但如果你偏好独立学习理论或用英文资源，直接看 PyTorch 官方文档或
rasbt/LLMs-from-scratch会更系统。
来源：GitHub README（https://github.com/AccumulateMore/CV）、B站视频链接
版本：2026-06-30 最新提交
注意：笔记图片建议本地 Jupyter Notebook 查看；数据集链接可能失效请加群确认；Agent 部分（400+）内容尚不完整。