📖 Dive into Deep Learning — бесплатная интерактивная книга-учебник по глубокому обучению (внезапно!), которая используется многими университетами в мире.
Почему это мастхэв, который нужно закинуть в закладки (и желательно иногда открывать):
1️⃣ Интерактивность. Вся книга — это по сути огромный набор Jupyter-ноутбуков. Многие математические концепции и практические примеры тут же подкрепляется воспроизводимым кодом.
2️⃣ Фреймворк-агностичность. Авторы заморочились и написали примеры сразу под PyTorch, JAX и TensorFlow (ну и MXNet, земля ему пухом). Это, к слову, лучший способ быстро переучиться с одного инструмента на другой, просто сравнивая реализации лоб в лоб.
3️⃣ Ширина и глубина. От базовой линейной регрессии, написанной с полного нуля, до трансформеров, RL, гауссовских процессов и рекомендательных систем.
Это не легкое чтиво перед сном. Чтобы прожевать материал, придется напрягать голову, вспоминать линейную алгебру, производные и не плакать при виде математической нотации.
Подборка инструментов для изучения Git 🧠 У большинства сценарий использования git сводится к add-commit-push. Шаг в сторону — и все, паника. Держите ресурсы, которые помогут разобраться во всём на нормальном уровне 👇
1️⃣ Чёрт побери, Git!?! и Ёбаный Git!!! На сайте (их 2, чуть более и чуть менее приличная версии) изложены несколько распространенных операций, с которыми вам скорее всего придется столкнуться при работе с Git. Например: – где у git волшебная машина времени!?! – я закоммитил и вспомнил, что кое-что забыл! – я случайно закоммитил что-то в мастер, хотя это должно быть в новой ветке!
2️⃣ Oh, my Git! Опенсорс карточная (буквально!) игра. По ходу выполнения команд визуализируется внутренняя Git-репозиториев в режиме реального времени, что позволяет сразу увидеть результаты своих действий. А для более продвинутых и встроенный терминал есть, если все команды хочется писать в нём.
3️⃣ Pro Git Довольно обширная обучающая книга о Git от Скотта Шакона — активного участника разработки самого Git и GitHub. Материал довольно обширный, от самых азов до довольно специфических тем. При этом книга написана довольно простым языком, содержит массу примеров и иллюстраций. И есть перевод на русский!
4️⃣ Git - the simple guide Очень лаконичное, простое и понятное руководство по базовым операциям в Git. Только самые нужные операций, никаких путешествий в дебри. Хороший вариант для самых начинающих, кому надо очень быстро освоить азы.
5️⃣ Learn Git Branching Интерактивный учебник по командам Git с лаконичной теорией и последущим её закреплением на упражнениях с пошаговыми инструкциями. Плавное нарастание сложности и хороший визуал для демонстрации состояния репозиториев и их веток в комплекте.
6️⃣ GitByBit Главная фишка: ты учишься прямо в VS Code или Cursor. Никаких «сферических репозиториев в вакууме» — курс интегрируется в твой редактор, проверяет реальные команды в терминале и бьет по рукам, если ты косячишь. Идеально для наработки мышечной памяти. База — бесплатно.
7️⃣ GitHowTo Пошаговый курс на русском языке. Проводит за руку от установки до базовых операций. Минимум воды, максимум «сделай это руками прямо сейчас».
Признавайтесь, кто из вас хоть раз удалял папку с проектом и клонировал репозиторий заново, просто чтобы не разбираться с конфликтами в мерже? 🌝
Что внутри: 🟢 Две части (Introduction и Advanced), разбитые на 14 логических блоков . От самых основ до ООП и рекурсии. 🟢 Огромное количество практики с автоматической проверкой через плагин в VS Code. 🟢 В финале — самостоятельный проект, а не просто копипаст за лектором. 🟢 Для любителей видео есть записи лекций прошлого года, но база курса — это именно чтение и написание кода ручками.
Конечно, этот курс не даст вам того самого образования в виде комьюнити, жесткого код-ревью архитектуры живым сеньором и сложных командных проектов. Но как инструмент для вбивания в голову синтаксиса и алгоритмического мышления — он хорош. Естественно, на английском.
Чем они хороши: 1️⃣ Краткий формат. Только выжимка по теме и сразу практика. Курс проходится за несколько часов, а не недель. 2️⃣ Практики много. С первых же минут вы пишете код в ноутбуках. 3️⃣ Широченный охват. От абсолютных основ вроде "Intro to Programming" для тех, кто вообще не программировал, до ML Explainability, Computer Vision и Time Series. Есть Python, Pandas, SQL, Data Cleaning, визуализация — весь джентльменский набор.
У Google есть 42-страничный учебник, который, по сути, является мануалом по архитектуре современных LLM-приложений.
Что внутри интересного:
1️⃣ Анатомия агента: Четкое разделение на Модель, Инструменты (Tools) и Оркестрацию. Google на пальцах (и диаграммах) показывает, чем агент отличается от простого вызова API модели. Спойлер: наличием цикла восприятия-действия.
2️⃣ Reasoning Frameworks: Если вы не понимаете разницу между ReAct, Chain-of-Thought (CoT) и Tree-of-Thoughts, там это разжевано.
3️⃣ Extensions vs Functions: полезная часть для инженеров. — Extensions: Агент сам дергает API (Agent-side execution). — Functions: Агент говорит вам, какие параметры нужны, а код выполняется на клиенте (Client-side execution).
4️⃣ RAG и Data Stores: Как прикрутить векторные базы и не облажаться с контекстом.
Естественно, все примеры на Python. Показывают интеграцию как с нативными инструментами Vertex AI, так и с LangChain / LangGraph.
