外部贡献课程

本目录用于存放社区开发者贡献的 CANN 学习课程和教程。

贡献指南

目录结构

每个贡献的课程应放在独立文件夹中，结构示例：

contrib/tutorials/
├── your_course_name/
│   ├── README.md          # 课程介绍
│   ├── chapter_1/          # 章节内容
│   │   └── notebook.ipynb  # 章节notebook
│   └── chapter_2/
│       └── notebook.ipynb  # 章节notebook
└── README.md              # 本文件

提交要求

1. 每个课程需要包含 README.md 介绍课程内容和目标
2. 课程介绍中可以署上作者相关信息（姓名、联系方式等）
3. Notebook 文件需使用 UTF-8 编码
4. 代码中避免硬编码路径，使用相对路径或环境变量
5. 提交前请在本地验证 Notebook 可以正常执行

审核流程

1. Fork 本仓库
2. 在 contrib/tutorials/ 下创建您的课程目录
3. 提交 Pull Request 到 cann/cann-learning-hub 的 master 分支
4. 等待审核通过后合并

贡献者列表

贡献者	课程名称	贡献日期	状态
Datawhale / Torch-RecHub 社区	Torch-RecHub 推荐系统实战教程	2026.05	已迁移
SwanLab / CANN 社区	Swan LLM 大模型实战课程	2026.05	持续建设
SwanLab / CANN 社区	SwanLab 共建训练实战案例	2026.08	持续建设
北京林业大学	高性能计算数据结构课程	2026.09	已发布

课程列表

教程名称	教程描述	访问链接	状态
Torch-RecHub 推荐系统实战教程	基于 Torch-RecHub 的推荐系统端到端实战教程，覆盖 CTR 精排、序列兴趣建模、召回、多任务学习、实验跟踪与模型导出	torch-rechub	已迁移
Swan LLM 大模型实战课程	面向高校学生的大语言模型实战课程，覆盖大模型基础理论、SFT/LoRA 微调、强化学习、推理部署及 Ascend C 性能优化	swan_llm_course	持续建设
SwanLab 共建训练实战案例	SwanLab 与 CANN 社区共建的模型训练实践案例，涵盖 MNIST、Qwen2.5 数学解题 LoRA 微调、Qwen3 医学领域 SFT 等场景	swanlab_examples	持续建设
高性能计算数据结构课程	基于昇腾 NPU 与 CANN 的高性能计算数据结构实践课程，覆盖基础数据结构、并行计算、分布式计算及 Ascend C 算子开发与优化	data_structure_for_hpc	已迁移

---

如果您有任何问题，欢迎提交 Issue 或联系社区维护者。