Stanford CME295
Stanford CME295：Transformers & Large Language Models（2026 秋）
从 Transformer、分词和注意力，学习大语言模型结构、训练与后训练；后续课节按课程进度开放。
StanfordCME295
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 9 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
学完你能
- 从 Transformer、分词和注意力，学习大语言模型结构、训练与后训练；后续课节按课程进度开放
适合你吗
适合
已具备深度学习、线性代数和 Python 基础，想系统学习 Transformer 与注意力、推理能力与测试时计算的学习者。
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、线性代数和 Python（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
- 官网列出期中和期末考试，未公开编程作业。每讲以自己的术语表、公式推导及概念对照作自学练习，明确这是本站建议，不冒充官方作业。
- 学习时长
- 9 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
- 免费各讲幻灯片与 YouTube 课堂视频公开免费，另有免费速查表
来源与使用须知
- 原始资源
- Stanford CME295 收录版本：2026 秋
- 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
- 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。