返回资源列表

CMU Deep Learning Systems

Deep Learning Systems:Algorithms and Implementation(2026 秋)

从算法与实现两方面学习深度学习系统。

打开官方课程
难度
中阶
形式
大学课程
语言
英文
规模
27 个课节
内容费用
免费
动手
需要动手环境

学完你能

  • 从算法与实现两方面学习深度学习系统

适合你吗

适合

已具备 Python/C++、深度学习和计算机系统基础,想系统学习 AI 系统与效率、加速器与算子优化的学习者。

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:Python/C++、深度学习和计算机系统(本站建议)。正式选课要求见原站 syllabus。

课程特点

内容侧重
侧重实践应用
练习与项目
HW0–4 逐步构建 Needle:softmax、autodiff、模块/优化器、CPU/CUDA NDArray、卷积/RNN;最终项目扩展框架。https://dlsyscourse.org/assignments 。 官方 Homework 0 提供 Colab/GitHub 入口。运行 Colab 需个人 Google 账号;先检查 notebook 安装和导入单元,后续 C++/CUDA 环境按作业配置。mugrade 面向注册/候补学生,不把取得评分账号当作公众可用功能,也不自动提交。
学习时长
27 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
免费各讲幻灯片、实现笔记本与 YouTube 课堂视频公开免费;在线评分与讨论区仅限注册学生

来源与使用须知

原始资源
CMU Deep Learning Systems 收录版本:2026 秋
收录时间
本站首次收录 2026-10-10

版权与转载

  • 课程材料未标明许可: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;引用时请注明原作者与出处。

使用前请了解