- GitHub 仓库
- rohitg00/ai-engineering-from-scratch
- 总 Stars
- ★ 71,791
- 主要语言
- Python
不是今天日榜的，是编辑从周榜里捞出来的常青货——7.1 万 star 的巨型开源课程《从零开始的 AI 工程》。Transformer、RAG、agent、多智能体全链路，20 个阶段，每个阶段都要求你亲手把轮子造出来，而不是调包。MIT 开源。
是什么
它的哲学是“造轮子派”：学 RAG？先自己写分块、写检索；学 agent？先自己写循环、写工具调用。调包一时爽，但包一升级你就抓瞎；亲手实现过一遍，面试被问到原理、线上出 bug 排查，底气完全不一样。
适合谁
- “看懂了但写不出来”的 AI 学习者
- 想从调包侠进阶到真懂原理的开发者
- 准备转 AI 工程方向、需要系统路径的人
值得注意
有个很实在的勘误记录：繁体中文翻译者在 issue #585 里逐段校对英文原文，揪出数十处事实与自相矛盾错误——比如某课把 Llama-2-7B 训练成本写成“2k–4k GPU-years”，论文实际约 184k GPU-hours；同一课内 11B 与 OPT-6.7B 前后矛盾。课程结构是好的，但里面的具体数字务必对照论文/官方资料二次确认，别直接抄进你的笔记。
对比已发过的 mlabonne/llm-course（偏 LLM 课程讲义），这个是“从零实现”派；对比 d2l-zh（偏深度学习理论），它聚焦 AI 工程全链路。三者可以按“理论—讲义—造轮子”搭配着学。
站长点评：这类课程我一般只看它的“阶段划分”是否合理——20 个阶段的路线图本身就是价值，跟着走一遍，简历上的“熟悉 RAG”就不再是空话。但记住 #585 的教训：学思路，别背数字。项目地址：https://github.com/rohitg00/ai-engineering-from-scratch
⬇ 下载区（本站中转）
本站服务器实时中转 GitHub 文件，国内网络也可稳定下载；也可使用右侧官方链接。 本项目遵循 MIT 许可证。
要下载其他 GitHub 项目？试试本站的 GitHub 加速下载工具，粘贴链接即可中转。