最近好几个朋友问我：想学AI但不想花几万报培训班，有没有靠谱的免费资源？我把自己常用的五个网站整理了一下，按难度排好序。
1. Fast.ai — 最适合零基础入门
网址：fast.ai
Jeremy Howard搞的这个平台，课程完全免费。招牌课Practical Deep Learning for Coders，2026年更新到了第5版，用的是PyTorch。课程思路是「先跑起来再学原理」——第一课就能训练一个图像分类模型，跑完再讲背后的卷积网络是怎么回事。
我自己2024年跟过一遍，说实话，这是我见过的把深度学习讲得最不吓人的课程。不需要数学博士，高中代数够用。每节课大概90分钟，总共8节课。配套的Jupyter Notebook可以直接在Kaggle上跑，GPU免费。
2. Hugging Face Learn — NLP和CV实战首选
网址：huggingface.co/learn
Hugging Face现在不只是模型库了，他们的教程质量非常高。NLP Course从头教你用Transformers库做文本分类、命名实体识别、文本生成。2026年新增了多模态教程，教你怎么用同一套API处理图片和视频。
每个章节后面有练习题，不是选择题那种——是真的写代码跑模型。学完NLP Course大概两周，每天两小时。
3. Google Machine Learning Crash Course — 最系统的理论入门
网址：developers.google.com/machine-learning/crash-course
谷歌这个课的特点是：偏理论但不枯燥。25个短课程，每个15-30分钟，穿插交互式可视化。线性回归、逻辑回归、神经网络，每一步都有可视化图表让你直观理解。2026版新增了生成式AI模块和负责任AI的内容。
缺点是偏监督学习，对强化学习和无监督学习涉及较少。作为ML的第一门课非常合适，学完大概需要15小时。
4. Andrej Karpathy的YouTube频道 — 想深入理解的终极选择
前Tesla AI总监、OpenAI联合创始人的个人频道。他的「Neural Networks: Zero to Hero」系列，从零开始手写反向传播、GPT、Tokenizer。每一行代码都对着屏幕写出来，边写边讲原理。
不适合纯新手——建议先学完Fast.ai或Google那个课再看。但一旦基础有了，Karpathy的视频是理解「为什么」的最好材料。2026年他新增了一个关于Mamba状态空间模型的讲解，非常前沿。
5. Papers With Code — 跟前沿论文的最佳方式
网址：paperswithcode.com
这个网站把AI论文和对应的代码实现关联在一起，按任务（图像分类、机器翻译等）和数据集排序。看论文最大的痛苦是「能不能复现」——Papers With Code直接告诉你哪些论文有代码、在哪个数据集上跑到了多少分。
适合已经入门、想跟进最新研究的阶段。每天花15分钟扫一眼趋势热榜，比刷科技新闻有用得多。
这五个资源全免费，唯一需要投入的是时间。我自己的经验：Fast.ai入门（两周）→ Google ML Crash Course补理论（一周）→ Hugging Face实战（两周）→ 然后就可以开始做自己的小项目了。Karpathy和Papers With Code是持续跟进用的。
还木有评论哦，快来抢沙发吧~