cs249r_book

哈佛CS249r仓库提供了一套集成的多卷本课程，旨在教授AI工程学科。该项目超越模型训练，专注于构建高效、可靠且可扩展的智能系统。课程分为四个核心卷：基础（第一卷）、扩展（第二卷）、智能体系统（第三卷）和物理AI（第四卷）。每一卷都将算法理论与实际部署所需的系统基础设施相连接。 该项目包含一个强大的学习工具生态系统： - TinyTorch：一个从零开始构建机器学习内部机制的框架。 - Labs：用于探索系统权衡的交互式Marimo笔记本。 - MLSys·im：一个用于计算内存和网络饱和等基础设施瓶颈的模拟器。 - Hardware Kits：在Arduino和Raspberry Pi等边缘设备上部署模型的实践练习。 - StaffML：一套基于物理原理的面试题和练习题库。 - Instructor Hub：面向教育工作者的资源，包括教学大纲、讲座幻灯片和评估标准。 该仓库既是一套教材系列，也是一个实用工具包，旨在通过强调定量推理、硬件约束和端到端系统设计，帮助学习者掌握机器学习与系统工程的交叉领域。