一、前端友好的AI入门（JavaScript方向）

1. TensorFlow.js 官方教程（免费）

   • 官网：https://www.tensorflow.org/js/tutorials

   • 特点：从图像分类到姿态检测，直接在浏览器运行AI模型

   • 推荐课程：《Getting Started with TensorFlow.js》

2. Google Developers - Web ML 系列（免费）

   • 视频：https://www.youtube.com/playlist?list=PLOU2XLYxmsILr3HQJfJmD9j0Mu3Blvz0y

   • 包含实时物体检测、语音命令识别等实战项目

3. 《JavaScript深度学习》配套资源（免费）

   • GitHub：https://github.com/tensorflow/tfjs-examples

   • 提供可运行的代码案例（MNIST分类、文本生成等）

二、理论+实践综合课程

1. Fast.ai 实战深度学习（免费）

   • 官网：https://course.fast.ai/

   • 特点：注重实践，从PyTorch入手但理念通用

   • 适合：已有编程基础的学习者

2. Coursera - 吴恩达《机器学习》（免费旁听）

   • 链接：https://www.coursera.org/learn/machine-learning

   • 经典课程，数学推导清晰，建议配合Python实践

3. 3Blue1Brown 数学基础系列（免费）

   • 视频：https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab

   • 用可视化讲解线性代数、微积分、神经网络原理

三、专项技能提升

计算机视觉

1. PyImageSearch 博客（免费+付费）

   • 地址：https://pyimagesearch.com/

   • 特点：OpenCV+深度学习实战，含详细代码解释

2. CS231n 斯坦福公开课（免费）

   • 视频：https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

   • 深入理解CNN、目标检测等核心算法

自然语言处理

1. Hugging Face 官方课程（免费）

   • 地址：https://huggingface.co/learn

   • 从Transformer到模型微调，实战性强

2. 《Speech and Language Processing》在线书（免费）

   • 地址：https://web.stanford.edu/~jurafsky/slp3/

   • 权威教材，配套Python代码示例

四、工具链与部署

1. Full Stack Deep Learning 课程（免费）

   • 官网：https://fullstackdeeplearning.com/

   • 覆盖模型部署、监控等工程化内容

2. ONNX 官方教程（免费）

   • 地址：https://onnx.ai/learn.html

   • 学习如何将PyTorch/TF模型转换为Web可用格式

五、前沿技术探索

1. Google AI Blog（免费）

   • 地址：https://ai.googleblog.com/

   • 跟踪最新论文和技术动态（如Diffusion模型）

2. Web Machine Learning WG（免费）

   • 地址：https://www.w3.org/community/webmachinelearning/

   • 了解浏览器原生AI能力的最新标准

六、交互式学习平台

1. Kaggle Learn（免费）

   • 地址：https://www.kaggle.com/learn

   • 包含从Python到深度学习的交互式课程

2. Google Colab 实践项目（免费）

   • 搜索关键词："PyTorch/TensorFlow Colab Notebook"

   • 大量可直接运行的代码模板

学习路线建议

1. 先实践后理论：从TensorFlow.js案例入手，培养兴趣后再补数学

2. 周计划示例：

   • 周一：完成1个TF.js官方教程

   • 周三：学习3Blue1Brown的数学视频

   • 周五：复现Kaggle上的经典项目

3. 工具组合：

   • 浏览器端：TensorFlow.js + WebCam API

   • 服务端：Python(FastAPI) + PyTorch

   • 部署：Docker + ONNX.js

附加资源

• Papers With Code（跟踪最新算法）: https://paperswithcode.com/

• AI Weekly 时事通讯（行业动态）: https://aiweekly.co/

• 《Distill》可视化论文期刊: https://distill.pub/

从浏览器内的AI小实验开始，逐步过渡到全栈AI开发，你的前端经验将成为构建AI应用界面的独特优势！