cs249r_book
機器學習系統:基礎、擴展、自主式人工智慧與實體人工智慧(第 I–IV 卷)• Harvard CS249r | https://mlsysbook.ai
cs249r_book 是什麼?
機器學習系統:基礎、擴展、自主式人工智慧與實體人工智慧(第 I–IV 卷)• Harvard CS249r | https://mlsysbook.ai
cs249r_book 概覽
這是什麼
這是一套開放式教科書系列,主題為機器學習系統,涵蓋基礎、擴展、代理式 AI 與物理 AI。全系列共四卷:第一卷(已發布,即將由 MIT Press 出版)、第二卷(預覽版,正在積極修訂)、第三卷(草稿)與第四卷(草稿)。儲存庫還包含配套工具:TinyTorch(從零建立 ML 框架,共 20 個模組)、MLSys·im(模擬記憶體、運算、網路與能源限制)、硬體套件(部署模型至 Arduino、Seeed、Grove、Raspberry Pi)、實驗室(與章節搭配的互動式 Marimo 筆記本)以及 StaffML(超過 9,000 道系統設計題目)。此課程源自哈佛 CS249r,旨在從基本原理教授 AI 工程。
主要功能
- 四卷內容從單機執行進展到分散式叢集、代理式迴圈與物理 AI。
- TinyTorch:以 20 個漸進模組從張量到 Transformer 建立 ML 框架。
- MLSys·im:模擬學生無法租用規模下的記憶體、運算、網路與能源限制。
- 硬體套件:將模型部署至具記憶體限制、功耗預算與延遲的真實裝置。
- 實驗室:與教科書章節搭配的互動式 Marimo 筆記本。
- StaffML:超過 9,000 道涵蓋雲端、邊緣、行動裝置與 TinyML 的系統設計題目。
- 所有元件皆為開放原始碼,並可在 GitHub 上取得。
使用情境
- 學生與自學者:閱讀第一卷、建立 TinyTorch、使用 MLSys·im 模擬系統、嘗試實驗室,並以 StaffML 練習。
- 教師:使用 Instructor Hub 取得課程的教學大綱、投影片、套件與實驗室。
- 貢獻者:選擇最常使用的元件並貢獻。
快速開始
請參閱儲存庫的 README 以取得存取教科書、工具與實驗室的說明。
授權與價格
授權未標明(NOASSERTION)。此專案為開放原始碼且免費。
內容整理自該專案公開的 README 與儲存庫資訊。