mirror of
https://github.com/PKUFlyingPig/cs-self-learning.git
synced 2026-06-26 03:17:01 +08:00
36 lines
No EOL
1.9 KiB
Markdown
36 lines
No EOL
1.9 KiB
Markdown
# Machine Learning Systems
|
||
|
||
## 课程简介
|
||
|
||
- 所属大学：加州大学圣迭戈分校
|
||
- 先修要求：深度学习基础/计算机系统基础
|
||
- 编程语言：Python
|
||
- 课程难度：🌟🌟🌟
|
||
- 预计学时：50小时
|
||
|
||
<!-- 用一两段话介绍这门课程，内容包括但不限于：
|
||
（1）课程覆盖的知识点范围
|
||
（2）与同类课程相比它的优势与特点
|
||
（3）学习这门课程的体验与感受
|
||
（4）自学这门课的注意点（踩过的坑、难度预警等等）
|
||
（5）... ...
|
||
-->
|
||
|
||
这门课程由机器学习系统领域顶尖学者，来自加州大学圣迭戈分校的张昊教授于2025年冬季学期开设，聚焦于机器学习系统，涵盖大模型、机器学习编译和分布式系统等领域的最新研究进展。
|
||
|
||
课程内容分为三个部分：
|
||
|
||
1. 基础知识：包括深度学习、自动微分、机器学习系统概述等。
|
||
|
||
2. 机器学习系统与优化：机器学习编译、内存与图优化、分布式机器学习优化等主题。
|
||
|
||
3. 大（语言）模型：探讨LLM的训练、数据准备、推理与服务、注意力机制优化、检索增强生成（RAG）等前沿话题。
|
||
|
||
课程还邀请了多位关键技术的发明者和行业领军人物进行客座讲座，为学生提供与行业专家直接交流的机会。学习这门课程需要具备在深度学习和系统编程扎实的编程基础。课程提供了丰富的编程作业和阅读材料，有助于学生深入理解机器学习系统的设计与优化。自学者应注意，课程内容涉及大量前沿研究，可能需要额外时间查阅相关资料以加深理解。
|
||
|
||
## 课程资源
|
||
|
||
- 课程网站：https://hao-ai-lab.github.io/cse234-w25/
|
||
- 课程视频：https://podcast.ucsd.edu/watch/wi25/cse234_a00/1
|
||
- 课程笔记：https://github.com/hao-ai-lab/cse234-w25/tree/main/assets/scribe_notes
|
||
- 课程作业：https://github.com/hao-ai-lab/cse234-w25-PA |