正在打开每日关注
正在打开每日关注
视频给出深度学习与大模型的四书一课入门顺序，强调数学推导、代码实践与课程作业的互补价值。
ammar.github .iojillustrated-transformer/ 妆 ED CS Jay Alammar 上 ) Visualizing machine learning one concept at atime. Read our book, Hands-On Large Language Models and follow me on Linkedln, Bluesky, Substack, X,YouTube Blog A The lustrated Transformer Discussions: Hacker News (6
一条面向零基础学习者的深度学习与大语言模型资源清单，按“数学基础—代码实践—课程作业—LLM 专项”排序。
作者推荐先读《深度学习的数学》理解导数、梯度与反向传播；再用《动手学深度学习》配合代码覆盖 MLP、CNN、RNN 和 Transformer；随后通过 Coursera 的 Deep Learning Specialization 做 YOLO、人脸识别、LSTM 等作业；最后用两本英文书进入 GPT、向量、语义搜索、RAG 与微调。
资源选择强调每份材料只承担一段学习目标：先建立可推导的理解，再通过可运行代码和小项目巩固。对学习计划而言，可把“手推公式、复现代码、完成作业”设为明确产出，而非只累计观看时长。
这是作者个人经验与推荐，不构成课程质量、适用人群或学习时长的客观证明；“影响最广”“近百万人学过”等说法未在视频证据中独立核验。转写中的产品名存在识别误差，未据此补全或猜测链接。