一门课程背后,是许多人持续公开问题、代码和经验。感谢这些知识的创造者,也感谢愿意从第一行代码开始的你。
感谢公开的教材与课程
感谢 《动手学深度学习》作者与维护者、李沐的公开课程,以及李宏毅的公开课与讲义。这些资料让更多人有机会接近算法原理和实际实现。
感谢 Transformer、ResNet、LoRA等论文的作者,以及 Qwen 等公开模型与实现的团队。各章的引用入口保留在相关讲解旁,便于继续追溯原始工作。
感谢开源工具与社区
本课程的实现使用或参考了以下工具的公开文档与能力:
- Python 与 PyTorch:语言、张量与模型训练生态。
- 网页 Python 运行支持:让练习直接在浏览器里运行。
- Monaco Editor、KaTeX、Lucide:代码编辑、数学排版与图标。
- Markdoc、esbuild、Webpack:课程文档与构建工具。
这些项目各自的许可证、商标与使用条件仍由原作者或权利人所有。致谢是对公开工作的尊重,不表示上述个人、机构或项目参与本课程、授权商业背书或保证教学效果。
最后,谢谢认真动手的你
你不需要一次理解全部内容。提出一个小问题,完成一小步,检查一次结果,再把它放回自己的知识体系。
如果发现错字、代码问题或更好的讲法,可以通过页脚的“联系方式”告诉我们。每一次认真反馈,都能让下一位学习者走得更顺一点。
愿你带着好奇继续向前。知识越理解,世界就越开阔。