机器学习系统（张燕咏, 张午阳）
2026春 课程号：ISTE6002P01
2026春 课程号：ISTE6002P01
2026春 课程号：ISTE6002P01
10.0(2人评价)
10.0(2人评价)
- 课程难度：中等
- 作业多少：很少
- 给分好坏：超好
- 收获大小：很多
| 选课类别：基础 | 教学类型：理论实践课 |
| 课程类别：研究生课程 | 开课单位：人工智能与数据科学学院 |
| 课程层次：硕士 | 学分：3.0 |
简介
最后更新：
本课程聚焦于机器学习系统这一前沿交叉领域，并重点关注支撑机器学习模型高效运行的全栈系统技术。课程将带领学生深入剖析现代机器学习系统的内部工作原理：从支撑注意力的硬件特性，到分布式训练的核心并行策略，再到机器学习模型的高效微调与服务优化。通过本课程，学生将掌握构建、优化和部署大规模AI模型的关键系统知识与实践能力。
点评
写点评
排序
学期
评分
评分
2条点评
- 课程难度：简单
- 作业多少：很少
- 给分好坏：超好
- 收获大小：很多
- 难度：简单
- 作业：很少
- 给分：超好
- 收获：很多
课程内容聚集在目前最热门的模型推理上，从基础到经典模型，讲课很好，由浅入深而且后期有工业界的人来分享很棒。
作业的话是几次实验，实验指导文件非常详细，注意事项标注的很清楚，最后大作业是两三个人一起做一个投机解码的优化，题材限制在一定范围带一定开放性，整体给分非常棒，作业大作业都比较认真完成拿了92分，适合所有信息类工科的同学选课，难度不高但是很有收获。
