StanfordCS336
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 19 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
课程材料公开；作业环境依赖 NVIDIA GPU（CUDA）和较大磁盘空间。
- 练习与作业
- NVIDIA GPU（CUDA）与较大磁盘空间
学完你能
- 从零构建语言模型，学习数据、模型和训练系统
适合你吗
适合
已具备深度学习、Python、概率与基本系统知识基础，想系统学习模型结构与预训练、分词与词表的学习者。
暂不适合
前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。
需要先会
建议先具备：深度学习、Python、概率与基本系统知识（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- Assignment 1 Basics、2 Systems、3 Scaling、4 Data、5 Alignment and Reasoning RL，另有可选Part 2。官方禁止用AI直接解题：开课提示词可整理材料与环境，每课提示词只用于高层概念和低层工具答疑，不代写实现或答案。
- 学习时长
- 19 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费讲义代码与作业公开，课堂录像在 YouTube 免费；完成作业所需 GPU 算力需自行付费
来源与使用须知
- 原始资源
- Stanford CS336 收录版本：2026 春
- 收录时间
- 本站首次收录 2026-10-10
- 指南参考
- 官方课程入口与课节顺序
版权与转载
- MIT：代码可自由使用和修改，需保留版权声明。原站说明
- 其余材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；课程图像来自原站，版权与商标归原权利人；引用时请注明原作者与出处。