AI Engineering
from Scratch
503 节课。20 个 phase。每个算法都先从原始数学出发构建,然后才导入第一个 framework。
由 cluster1900 和贡献者维护,源自 Rohit Ghumare 的原始课程。在你自己的机器上运行。
如何学习
大多数 AI 材料都是零散教学。这里一篇论文,那里一篇 fine-tuning 文章,别处又是一个炫目的 agent demo。这些碎片很少能真正串起来。你能交付一个 chatbot,却解释不了它的 loss curve。你能把一个 function 接到 agent 上,却说不清调用它的模型内部 Attention 在做什么。
这套课程就是主干。20 个 phase,503 节课,四种语言:Python、TypeScript、Rust、Julia。一端是 linear algebra,另一端是 autonomous swarms。每个算法都先从原始数学出发构建。Backprop。Tokenizer。Attention。Agent loop。等 PyTorch 出现时,你已经知道它在底层做什么。
每节课都遵循同一个循环:读懂问题,推导数学,写出代码,运行测试,保留 artifact。没有五分钟视频,没有 copy-paste deploy,没有手把手代劳。免费、开源,并且设计为可在你自己的笔记本电脑上运行。
当前进度
已完成课程
0 / 0
Phase
0 / 0
语言
4
术语表条目
···
Curriculum · 20 个 phase · 503 节课
点击一个 phase 展开它的课程。每节课都会在数学、代码和测试全部完成后发布。
已完成
进行中
计划中
附记
整套课程都在 GitHub 上。Clone、fork,按你自己的节奏学习。没有 paywall,没有注册。每节课都有可运行代码,使用 Python、TypeScript、Rust 或 Julia,具体取决于哪种语言最适合对应概念。
git clone https://github.com/cluster1900/ai-engineering-from-scratch-zh.git