与「ai教程」相关的搜索结果

[开源学习资源] AI Engineering from Scratch 59.8K ⭐️ 作者 @ghumare64 课程共 20 个阶段，以 Python 为主要编程语言，主张在导入任何框架之前，先用纯数学把每个算法手写一遍。 课程地址： 开源地址： 它和常见教程的本质区别 ？ 大多数 AI 教程是“API 驱动”的：装个库、调个接口、跑个 demo。这个项目反其道而行，每节课遵循固定的六段结构： Motto → Problem → Concept → Build It → Use It → Ship It 以 Phase 10 的一节课「Tokenizers: BPE, WordPiece, SentencePiece」 为例，这个格式是真实落地的，而且写作质量相当高： · Problem 部分不讲废话，直接从代价切入：“你的 LLM 不读英语，它读整数。分词器决定这些整数是承载意义还是浪费意义”，然后解释为什么 tokenization 不是预处理，它是架构的一部分（影响上下文窗口利用率、API 计费、推理速度）。 · Concept 部分用“三种失败的方案和一种胜出的方案”来讲演化逻辑：词级切分（词表爆炸、[UNK] 问题）→ 字符级切分（序列过长）→ 子词切分（BPE 的折中），并配上真实语料上 BPE 逐步合并的手工演算。 每节约 3000+ 词，带 Mermaid 图、可运行代码和测试。 另外两个设计值得强调： · 每节课产出一个可复用的 artifact，一个 prompt、一个 skill、一个 agent 或一个 MCP server。学完整个课程，你手里有 523 个可展示的作品，不是 523 个跑完就扔的 notebook。 · 强调“证据留存”：保留命令、退出码、输出，作为学习发生的证明。这明显吸收了工程实践中“可验证性”的思路。 # 课程结构：从线性代数到自主智能体集群 20 个阶段构成一条完整的上升曲线，咱们它分成五个大块来看： 基础层（Phase 0–2）：环境与工具链、数学基础（线性代数/概率/微积分）、经典机器学习。这是给基础不牢的读者铺的路。 深度学习与感知层（Phase 3–6）：神经网络核心、计算机视觉（一路讲到 NeRF、高斯泼溅、世界模型，这已经超出一般教程的覆盖范围）、NLP、语音。 生成与决策层（Phase 7–9）：Transformer 深挖、生成式 AI（GAN、扩散模型、flow matching）、强化学习。 LLM 层（Phase 10–12）：这是全课程的重心之一。Phase 10 的目录我逐条看过，它不只是“从零实现 GPT”这种常规内容，还包含了相当前沿的论文级主题：DeepSeek-V3 架构走读、DualPipe 并行策略、Native Sparse Attention（NSA）、多 token 预测、Jamba 的 SSM-Transformer 混合架构、 speculative decoding 等。Phase 11 转向应用侧（RAG、LoRA、MCP、可观测性），Phase 12 覆盖多模态（从 CLIP 到 computer-use agent）。 智能体层（Phase 13–16）：工具与协议（MCP、A2A、Agent Skills）、54 节课的 agent 工程、自主系统与安全、多智能体集群。这一层的分量很能说明项目的判断：它认为 AI 工程的重心正在从“训模型”转向“构建可靠协作的智能体”。 收尾（Phase 17–19）：生产基础设施、伦理与对齐、毕业设计。 # 生态与周边：不只是一个课程仓库 网站：带浏览器本地存储的学习进度追踪、术语表、课程目录和路线图。 六卷本书籍：课程内容由 CI（pandoc）自动构建成 EPUB/PDF，附在 GitHub Releases 上，课程即书，且随仓库持续更新。 Agent 导师模式：运行 npx skills add rohitg00/ai-engineering-from-scratch，可以把整个课程装进 Claude Code、Codex 等编码智能体，变成一个带分级测验（placement quiz）和个性化路径的交互式导师，学习进度写在 LEARNING.md 里。这是“用你正在学的工具来学”的巧妙闭环。 认证备考：5 条备考路径、67 节课、505 道练习题，覆盖 Anthropic 的 Claude 认证和 Agentic AI Foundation 的 MCPA。项目明确声明与这些考试机构无关联，只是独立的备考材料。 12 种语言的翻译（含中文），以及四条核心学习路径（构建与部署 AI 应用、软件工程基础、Agent 辅助工程、产品判断与交付）供不同目标的人选路。

上次大家很喜欢 荧舞蹈，这次再发一个。 核心提示词放在评论区了 荧｜至冬主题 ❄️🤍 当旅行者荧换上属于至冬的全新造型。 冷冽的冰雪色调、精致的服装剪裁与优雅的层次设计，让熟悉的荧呈现出截然不同的气质。 不再是旅途中的轻装旅行者，而是属于至冬雪境的一次全新时尚演绎。❄️✨ 喜欢荧这套至冬主题造型的话，点赞 ❤️ 收藏 ⭐ 关注 🔔 #荧# #Lumine# #原神# #GenshinImpact# #至冬# #至冬主题# #至冬风格# #冬季时尚# #古风时尚# #真人COS# #Lumine# #Genshin# #Snezhnaya# #WinterFashion# #GenshinCosplay# #FantasyFashion# #蛍# #原神# #スネージナヤ# #冬コーデ# #コスプレ# #루미네# #원신# #스네즈나야# #겨울패션# #코스프레# #LumineVN# #GenshinImpactVN# #SnezhnayaVN# #AIArt# #AIVideo# #提示词分析# #promptshare# #MINIMAXH3# #ai教程#

我有一个反常识的习惯，我一个人坐飞机从来不会看电影！ 我一般用它来看那些平时最没有耐心看完的东西，那些枯燥但很有价值的视频 比如起步40分钟的AI教程、财经知识、一些经典的公开课 在飞机绝对无网的情况下，是我最专注的时刻 上面用一个支架卡住手机，下面的用电脑打开备忘录，当中随时带给我的启发，我立刻记录到电脑上 3小时的航程，可以写一篇长文，七八个创意，一些延伸的思考，很多视频选题，胡思乱想需要记录下来，才有价值 我很多爆款的文章和视频，都是在飞机上面诞生出来的 时间过得很快，收获颇丰

之前这条17w赞藏的爆款作品 分享一些拆解和复盘 1️⃣ codex超小白教程1.0爆的基础因素 当时我就600个粉丝（还是之前媒介内容的粉丝），只是抱着「一定要以最低理解成本的方式，教会我身边这些哪怕只会用豆包的朋友」的决心去做的 其次我自己本身做内容营销，熟悉平台、人群、内容节奏、表达效果，我个人比较擅长的一点是翻译，能把一些很复杂的东西翻译成非常简单、通俗易懂的事情表达，适配到对应平台和用户 同时也有借势的成分，因为codex最近热度和话题度都太高了，大家都在学、搜，我能在小红书吃到长尾搜索流量 我的1.0教程其实只讲了页面和一些基础设置，甚至都还没有开始去讲它的功能、它的用法，但一个月不到它竟然跑到了小红书的「codex教程」赞藏排名前三 2️⃣AI 基础知识/小白教程市场很大？ 说实话，现在国内的市场，可能只有 10% 的人把这些 AI 工具用得比较好。剩下百分之七八十的人，还不知道这是什么、跟自己有什么关系、第一步该怎么开始 大量普通用户还卡在“Codex 是什么”“我在哪里下载”“我到底能拿它干什么”，甚至🪜都是个难题 与其说小白教程有市场，不如说扫盲永远有市场 3️⃣ 其他的一些发现 我分析了几个点，除了前面说的大势所趋➕我讲的比较通俗易懂，所以我的阅读覆盖面、辐射范围太广了，之前跟朋友开玩笑说：我的教程我奶奶来了她都听得懂，所以大家都会愿意去点赞收藏。 “可能我听不懂别的博主在说什么，我至少能听懂小晚这一篇。” 还有我的封面颜色、我的“自行车”比喻 在目前AI教程、AI相关的视频里面，暖珊瑚橘色好像是很少出现的，一般都是冷色、科技感，做得非常专业高大上 现在大家都喜欢用密密麻麻、非常多的文字和信息量去堆自己的封面，我就在想某种程度上是否也形成了一个圈层内的视觉习惯？ @zarazhangrui 张咋啦老师说她不花时间做封面，我就干脆节省自己的制作成本，同时以简单粗暴的方式把用户的阅读成本拉到最低 一句“学codex就像学自行车”也打破了大家的焦虑和畏难心理

现在太多人发帖都是直接让 AI 编写，写了就发了，完全没自己验证过 想学习了解 AI 的，经过我长期的观察，推荐以下几个博主，他们发的贴都是进过了自己亲自实验的，遇到的问题也都有对应的解决方案，直接照抄就完事了 1、@Saccc_c AI 的前沿应用很有心得，尤其是在视频和网页制作方面堪称顶级 2、@libapi_ Hermes Studio 的开发者，精通 Agent，最近还开放了Hermes Studio小方盒，软硬件兼备的天才 3、@bozhou_ai codex橙皮书作者，AI 小白的必跟博主，出的教程都是喂饭级的 AI 教程 4、@op7418 skill的神，专注做skill的开发，如果你还在思考怎么做PPT，不妨用guizang-ppt-skill 这个试试 不知道大家还有没有更多补充的博主，也推荐推荐给我🤔

币安创意大赛 10 个奖里，居然有 5 个是用 xBubble 做出来的 这个含金量相当高，也足够证明 @dappOS_com 旗下 @xBubble_ai 的 Vibe Coding 不只是好玩，而是真的能打 我目前已经失业整整6个多月了，所以这次没去做那种花里胡哨的 Demo，而是直接做了一个和自己状态强相关的 Web2 求职服务站： 「失业自救计划」AI 求职诊断站 失业以后才知道，找工作最折磨人的地方，可能不是投了多少份简历，而是你根本不知道问题卡在哪： 简历没人回、岗位不匹配、面试总差一口气，到底是经历没写清楚，还是 JD 没拆明白？ 所以我直接把这套需求丢给 Vibe Coding： 面向失业人群、应届生、转行者和想跳槽的普通打工人，做一个可以免费诊断简历、分析岗位匹配度、生成面试建议和求职计划的网站 免费内容展示 30%，完整报告支持 2 USDT 解锁，后面还能引导用户添加微信 / Telegram，承接一对一简历优化、模拟面试和求职陪跑服务 说真的，第一版出来的时候我就挺惊喜的！ 它不是那种只能看看效果的页面，而是已经有非常清晰的求职服务漏斗： 流量进来，先做免费诊断，再付费解锁完整报告，最后把真正需要帮助的人引到私域继续陪跑 以前普通人想做这种东西，最麻烦的不是想法本身，而是开发、服务器、域名、部署、支付、页面修改这些脏活累活 任何一个环节卡住，热情基本就没了 但 xBubble 这套 Vibe Coding 的体验就很棒： 你只需要把业务逻辑讲清楚，AI 会自动识别并选择合适的 SOP，把开发、部署、基础设施、支付和后续迭代这些流程往前推 这也是我觉得它和其他 AI Coding 工具不一样的地方 它不是简单丢给你一堆代码，让你自己去收拾后面的烂摊子，而是更像一套端到端的业务服务 尤其是求职陪跑、简历优化、AI 教程变现、热点选品、口腔预约、算命测算、虚拟人服务这些场景，本身都很碎、很垂直、很 Web2 传统 SaaS 很难专门为每一个小需求做定制，但对个人创业者和小团队来说，这些长尾需求反而可能就是机会 先做一个页面接住流量，再用免费内容完成筛选，用付费报告或者稳定币收款跑通第一笔转化，后面根据真实反馈继续改 这比一开始就拉团队、烧预算、重资产开干要舒服太多了 我这次做的「失业自救计划」只是一个小案例，但它让我很直观地感受到： AI 时代，普通人不一定非要做大平台 能发现一个真实痛点，并且最快把它做成一个能访问、能传播、能收款、能迭代的小产品，本身就已经很有价值了 我做出来的网站放下面，感兴趣的朋友们可以自己看看：

简中圈AI博主Top10推荐（只能关注10个就选这10个） 一键关注，信息闭环直接拉满！ @dotey（宝玉） Prompt之神+论文第一手拆解，中文圈最强学习导师。 @vista8（向阳乔木） 全球AI动态深度解读，产品经理视角挖商业逻辑。 @op7418（归藏） AIGC实战天花板，图像/视频/工作流Prompt干货拉满。 @oran_ge（Orange AI） Agent矩阵+自动化流架构师，效率党和创业者必关注。 @lxfater（铁锤人） 独立开发+变现实战派，代码能跑还能赚到钱。 @xiaohu（小互） 新奇AI工具发现速度最快，灵感永不断。 @khazix0918（数字生命卡兹克） 国产大模型冷血实测，帮你避坑不踩雷。 @AdrianPunk115 （Punk） Prompt审美拉满，把AI用出极致设计感。 @ai_xiaomu （小木） 百万年薪程序员转型，AI实战干货密度拉满 @jinchenma_ai （金尘马） 最会说人话的，只写小白用得上的AI教程 @JackQi82772 （我川野） 每天精选AI资讯和AI干货扫盲，帮你寻找搞钱新路线

统计下大家跑通的AI赚钱路径 1/ 中转站 2/闲鱼代写论文，代图 3/ 做垂类产品，算命，帮捞女吊男人 4/ 卖AI教程，赚钱教程 5/ 搬运/生成内容，赚各平台流量收益 6/ AI Trading炒币，炒股 7/ AI 起号崩老头👴 还有补充的吗？

30秒把你家猫变成会说话的网红！ 我家橘猫说完第一句我当场笑喷😂 谁还不是猫奴了？快来试试看 #猫咪# #猫说话# #萌宠# #AI教程# #宠物日常#

如果一个视频或者帖子能在小红书顺利发出去，那你其他平台都不会有审核问题了😀 我发的ai教程视频youtube、抖音、b站都顺利发出去了，就小红书告诉我违规😅