Karpathy: Neural Networks — Zero to Hero · 课程总览


课程	Karpathy: Neural Networks — Zero to Hero
年份	未记录
学习类别	深度学习、LLM 与大模型
系列 id	`karpathy-zero-to-hero`
本地课程目录	`output/Karpathy/`

这门课讲什么

这门课（Neural Networks — Zero to Hero）的主线是"从零手写"。第 01 讲先把神经网络和 backpropagation（反向传播）一步步摊开讲透，第 02 讲起进入 makemore 项目，用代码把语言模型一层层搭起来：从最基础的版本，到 MLP，再到 activations & gradients、BatchNorm，第 05 讲专门练成 "Backprop Ninja"（能手写反向传播），第 06 讲用这些组件拼出一个 WaveNet。后半段转向 Transformer：第 07 讲从零、在代码里拼出 GPT，第 08 讲单独讲 GPT 的 Tokenizer（分词器）。

课程侧事实里没有给出先修要求和目标人群的说明；从标题看，它面向愿意动手敲代码、想搞清楚底层原理而不是只调库的读者。学完的预期是能自己写出并训练一个小型语言模型、能推导和实现反向传播、能读懂并复现 GPT 的关键代码。

这门课怎么组织的

课程侧事实里一共记录 8 讲，全部标记为 lecture（讲授），没有嘉宾讲座、讨论课或额外 session。每周节奏、每讲时长、课程年份这些信息，课程侧事实里都没有，无法在此说明。

8 讲每讲都有录像；但讲义份数全部为 0 —— 原课程没有发布配套讲义，可用的材料就是录像本身。

本电子书系列包含什么

本系列把 Zero to Hero 的讲座内容整理成中文电子书，沿着上面那条主线，从反向传播基础一路覆盖到 GPT 与 Tokenizer；讲义中出现的英文术语保留原文，首次出现时给中文。课程日程里的 8 讲中，8 讲都已做成中文电子书。

讲次	标题	录像	讲义	电子书
第01讲	The spelled-out intro to neural networks and…	✓	无 ✗	有 ✓
第02讲	The spelled-out intro to language modeling: …	✓	无 ✗	有 ✓
第03讲	Building makemore Part 2: MLP	✓	无 ✗	有 ✓
第04讲	Building makemore Part 3: Activations & Grad…	✓	无 ✗	有 ✓
第05讲	Building makemore Part 4: Becoming a Backpro…	✓	无 ✗	有 ✓
第06讲	Building makemore Part 5: Building a WaveNet	✓	无 ✗	有 ✓
第07讲	Let's build GPT: from scratch, in code, spel…	✓	无 ✗	有 ✓
第08讲	Let's build the GPT Tokenizer	✓	无 ✗	有 ✓

合计 8 个条目：8 个已做成中文电子书 ✓，0 个没有 ✗（原因见上表「备注」一列 ✓）。

本电子书系列不涉及什么

没有讲义的中文翻译。 这是最容易踩空的一点：8 讲的讲义份数都是 0，原课程本来就没有配套讲义，所以电子书对应的不是某份文档，而是讲座内容本身。
没有课程年份/版本标注。 课程侧事实里的年份为空，无法判断这是哪一年的版本。
没有作业、测验或期末项目的答案。 课程侧事实中完全没有记录这类内容，因此也不存在"答案要不要收"的问题 —— 确实没有。
没有因缺材料而做不出来的讲次。 8 讲都有录像，拿不到材料的条目列表为空。

怎么用这套电子书

建议从第 01 讲开始，按讲次顺序读 —— 后面的 makemore、GPT 都建立在前面的反向传播和语言模型基础上。8 讲都有录像，最好一边看录像一边跟着敲代码，电子书当作对照和回顾用的中文材料。本系列不含作业与答案（课程侧也没有记录作业），所以练习需要自己跟着录像里的代码走。

本页怎么来的 ✗→✓：讲次清单由程序生成 ✓（讲次号、材料、电子书有无 ✓ 都来自系列表 courses/karpathy-zero-to-hero.json 与产物目录 ✓）；讲解文字由模型依据系列表事实写成 ✓（没有找到课程主页的本地副本 ✗（所以这一页的讲解只依据系列表与产物目录 ✓，模型不替课程下“面向谁／学完能做什么”的结论 ✓））。这一页相当于课程主页的中文版 ✓；课程每年都在变 ✓，以官方主页为准 ✓。