AI 科研进阶
已具备机器学习和深度学习基础,准备阅读论文和复现实验的人。
建议基础
- 线性代数、概率与优化
- Python/PyTorch
- 机器学习基础
补齐数学与 ML
能读懂目标函数、估计和模型评估。
替代或补充
深度学习与系统
建立训练模型与分析运行成本的能力。
替代或补充
从头研究语言模型
复现实验并形成可检验的问题。
替代或补充
可选成果
- 复现一篇有公开代码和数据的论文,记录差异、资源预算和结果不确定性。
已具备机器学习和深度学习基础,准备阅读论文和复现实验的人。
能读懂目标函数、估计和模型评估。
建立训练模型与分析运行成本的能力。
复现实验并形成可检验的问题。