nn-zero-to-hero

os vídeos que acompanham a trilha: karpathy/nn-zero-to-hero

หลักสูตร AI ฟรีจาก Karpathy 7 รีโป 3 แสนดาว เรียนยังไงให้ได้ผลจริง? โดย Nokka (นก-กา) | ตรวจข้อมูล 27 ต.ค. 2026 บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา) !ภาพเปิด: ชั้นหนังสือเจ็ดชั้นเรียงจากฐานแคบไปยอดกว้าง แต่ละชั้นมีแสงสีต่างกัน เรืองในห้องมืด โพสต์หนึ่งบน X เมื่อ 26 ตุลาคม 2026 ตามเวลาสากล หรือเช้ามืด 27 ตุลาคมตามเวลาไทย อ้างว่า Andrej Karpathy วางหลักสูตร AI ทั้งชุดไว้บน GitHub ฟรี โดยมีเจ็ดรีโปและดาวรวมกัน 306,741 ดวง [1] ผมรวมดาวจาก GitHub API ทั้งเจ็ดรีโปได้ 306,851 ดวง ณ วันที่เปิดดู ต่างจากที่โพสต์ระบุราวหนึ่งร้อยดวง เพราะดาวเพิ่มขึ้นระหว่างวัน [2] แต่คำว่า "หลักสูตร" กับคำว่า "ดีกรี" เป็นคนละเรื่องกัน และนี่คือจุดที่คนอ่านโพสต์แบบนี้มักเข้าใจผิด ก่อนจะเชื่อคำว่า AI degree ดาวไม่ได้แปลว่าเรียนจบ ดาวบน GitHub บอกว่าคนสนใจรีโปนั้นมากแค่ไหน ไม่ได้บอกว่าคุณจะเข้าใจมันได้ รีโปที่ดาวเยอะที่สุดในชุดนี้คือ autoresearch ที่มีดาว 98,637 ดวง [2] แต่ถ้าคุณยังไม่เข้าใจการเทรนโมเดล มันจะอ่านไม่รู้เรื่องเลย ไม่มีใบรับรองและไม่มีคนตรวจงาน หลักสูตรนี้ไม่มีวุฒิบัตร ไม่มีอาจารย์ตรวจการบ้าน และไม่มีกำหนดส่ง คุณจะได้ความสามารถที่พิสูจน์ได้จากโค้ดที่เขียนเอง ซึ่งในตลาดงานจริงมีค่ามากกว่าซีวีที่ระบุว่าจบคอร์สออนไลน์ แต่เนื้อหาฟรีและลึกจริง ข้อดีคือทั้งหมดเป็นโค้ดที่รันได้ ไม่ใช่สไลด์บรรยาย คุณสามารถแก้บรรทัดหนึ่งแล้วเห็นผลลัพธ์เปลี่ยน ซึ่งเป็นวิธีเรียนที่ได้ผลกว่าการอ่านทฤษฎีอย่างเดียว เจ็ดรีโปเรียงตามลำดับที่ควรเรียน 1. micrograd: ฐานของทุกอย่าง micrograd คือเอนจิน autograd ขนาดเล็กที่สอนว่าโครงข่ายประสาทเรียนได้อย่างไร [3] ไฟล์ engine.py ของมันยาว 94 บรรทัด [3] ซึ่งน้อยจนคุณอ่านจบได้ในคืนเดียว ตัวอย่างการใช้งานสั้น ๆ มีหน้าตาแบบนี้ from micrograd.engine import Value a = Value(2.0) b = Value(-3.0) c = a * b + Value(1.0) c.backward() print(a.grad) โค้ดสิบกว่าบรรทัดนี้คือหัวใจของการเทรนโมเดลทุกตัวที่คุณจะเจอต่อไป คุณจะเห็นว่า backpropagation คือการไล่ gradient ย้อนกลับ ไม่ใช่กล่องดำ 2. nn-zero-to-hero: คอร์สวิดีโอที่ต่อยอดจาก micrograd รีโปนี้รวมวิดีโอบรรยายและ notebook ที่ไล่จากนิวรอนตัวเดียวไปจนถึง GPT [4] ผู้เขียนระบุว่าผู้เรียนควรมีพื้นฐาน Python และแค่ความจำราง ๆ เรื่องแคลคูลัสจากมัธยมปลาย [4] ขั้นนี้มักใช้เวลานานที่สุด เพราะเป็นการเปลี่ยนจากเล่นโค้ดเล็ก ๆ ไปสู่การเทรนจริง 3. minbpe: ข้อความกลายเป็นโทเคนได้อย่างไร โมเดลภาษาไม่ได้อ่านตัวอักษร แต่มันอ่านโทเคนซึ่งสร้างจากอัลกอริทึม BPE [5] minbpe คือโค้ด BPE แบบ minimal ที่ทำให้เห็นว่าคำถูกแตกเป็นชิ้นอย่างไร และทำไมภาษาไทยถึงกินโทเคนมากกว่าอังกฤษ ถ้าคุณทำงานด้านภาษาไทย ขั้นนี้สำคัญมาก เพราะมันอธิบายค่าใช้จ่ายของ API ที่คุณจ่ายทุกวัน 4. nanoGPT: เทรน GPT ตัวแรกของคุณ nanoGPT คือรีโปที่เรียบง่ายที่สุดสำหรับการเทรนหรือ fine-tune โมเดลขนาดกลาง [6] คุณจะได้เห็นตั้งแต่การโหลดข้อมูล การตั้งค่า learning rate ไปจนถึงการสร้างข้อความ นี่คือจุดที่คนเริ่มรู้สึกว่าโมเดลไม่ใช่เวทมนตร์ แต่มันคือการคำนวณที่เปลืองไฟ 5. llm.c: มองทะลุลงไปถึง C และ CUDA llm.c ทำการเทรนแบบเดียวกันด้วย C และ CUDA ล้วน ไม่มี PyTorch อยู่ข้างใต้ [7] จุดประสงค์ไม่ใช่ให้คุณเขียน CUDA เก่ง แต่ให้เห็นว่าชั้นที่ PyTorch ซ่อนไว้ทำอะไร คนที่ผ่านขั้นนี้จะอ่านเปเปอร์เรื่องประสิทธิภาพได้เข้าใจขึ้นมาก 6. nanochat: โมเดลแชตจบในตัว nanochat คือการเทรนโมเดลระดับ GPT-2 ตั้งแต่ต้นจนคุยได้ [8] รีโประบุว่า GPT-2 ใช้เงินราว 43,000 ดอลลาร์ในการเทรนเมื่อปี 2019 แต่ตอนนี้เทรนระดับเดียวกันใช้ประมาณ 48 ดอลลาร์ หรือประมาณสองชั่วโมงบนโหนด 8 การ์ด H100 [8] ถ้าใช้ spot instance ค่าใช้จ่ายอาจเหลือใกล้ 15 ดอลลาร์ [8] ตัวเลขนี้แสดงให้เห็นชัดว่าความรู้ด้าน AI ถูกลงแค่ไหนในรอบเจ็ดปี 7. autoresearch: ให้ agent ทำวิจัยแทน autoresearch คือรีโปที่ให้ agent แก้โค้ดเทรนเอง เทรนห้านาที ดูว่าผลดีขึ้นไหม เก็บหรือทิ้ง แล้ววนซ้ำทั้งคืน [9] รีโปนี้อธิบายตัวเองว่าเป็นจุดเริ่มต้นของการวิจัยที่ agents ทำกันเองบน GPU ตัวเดียว [9] รีโปนี้เป็นปลายทางที่ดีของหลักสูตรนี้ เพราะคุณจะเห็นว่าความรู้ทุกชั้นรวมกันเป็นระบบอัตโนมัติได้อย่างไร ลำดับนี้สำคัญเพราะอะไร แต่ละชั้นเป็นพื้นฐานของชั้นถัดไป micrograd สอนกลไกการเรียนรู้ nn-zero-to-hero สอนการสร้างโมเดล minbpe สอนการแปลงภาษาเป็นตัวเลข [3][4][5] โค้ดเทรนของ llm.c ก็ดัดแปลงมาจาก nanoGPT และ autoresearch ก็ใช้โค้ดเทรนแบบย่อของ nanochat [7][9] ถ้าข้ามขั้น คุณจะใช้ nanoGPT ได้ แต่จะไม่รู้ว่าทำไมมันพัง การเทรนจริงบังคับให้คุณเจอปัญหาจริง ตัวอย่างปัญหาที่เจอจริงคือ loss ไม่ลด หน่วยความจำเต็ม และข้อมูลเสีย ปัญหาเหล่านี้ไม่มีในวิดีโอ แต่มีในรีโป และนั่นคือส่วนที่ทำให้คุณเก่งขึ้น คุณไม่ต้องเก่งคณิตทุกบท แคลคูลัสที่ต้องใช้จริงคืออนุพันธ์และการไล่ chain rule เท่านั้น ส่วนที่เหลือเรียนรู้ได้จากการเขียนโค้ดและแก้ error อะไรที่ต้องมีก่อนเริ่ม พื้นฐาน Python คุณต้องอ่านโค้ด Python ได้ และเข้าใจ class กับฟังก์ชัน ถ้ายังไม่แน่ใจ ให้เขียนโปรแกรมเล็ก ๆ ที่รับข้อมูลและคำนวณผลก่อน พื้นฐานแคลคูลัส คุณต้องเข้าใจว่าอนุพันธ์คืออัตราการเปลี่ยนแปลง และ chain rule ใช้ต่อกันอย่างไร ไม่ต้องจำสูตรทั้งหมด เพราะโค้ดจะทำให้เห็นภาพ เครื่องที่พอใช้ ช่วง micrograd ถึง nanoGPT ใช้ CPU หรือ GPU เล็กก็พอ ส่วน llm.c ต้องมีการ์ด NVIDIA ที่ใช้ CUDA เพราะทาง CPU มีแต่รันเดโม [7] แต่ตั้งแต่ nanochat ขึ้นไปต้องใช้ GPU ที่มีหน่วยความจำมาก หรือเช่า cloud ตามชั่วโมง แผน 24 สัปดาห์ที่ผมเรียงเอง สัปดาห์ 1 ถึง 3: micrograd อ่านโค้ดทั้งหมด เขียนใหม่ด้วยมือ และทำแบบฝึกหัด เป้าหมายคืออธิบายได้ว่าทำไม gradient ถึงไหลย้อนกลับได้ สัปดาห์ 4 ถึง 8: nn-zero-to-hero ดูวิดีโอทีละตอนและพิมพ์โค้ดตามทุกบรรทัด อย่าดูรวดเดียว เพราะสมองจะจำไม่ได้ว่าอะไรเกิดขึ้นตอนไหน สัปดาห์ 9 ถึง 10: minbpe ทดลองแบ่งคำภาษาไทยและอังกฤษ แล้วเทียบจำนวนโทเคน คุณจะเห็นทันทีว่าทำไมบางภาษาจ่ายแพงกว่า สัปดาห์ 11 ถึง 14: nanoGPT เทรนโมเดลเล็กบนข้อความของคุณเอง และบันทึกค่า loss ทุกครั้ง ถ้า loss ไม่ลด ให้ตรวจข้อมูลและ learning rate ก่อนสงสัยโมเดล สัปดาห์ 15 ถึง 18: llm.c และ nanochat ทำความเข้าใจชั้น C และลองเทรน nanochat ตามงบที่คุณมี ถ้างบไม่พอ ให้รันเฉพาะขั้นตอนสั้น ๆ เพื่อดูกลไก สัปดาห์ 19 ถึง 24: autoresearch ปล่อยให้ agent ทำงานหนึ่งคืน แล้วอ่าน log ตอนเช้า คุณจะไม่ได้โมเดลที่เก่งที่สุด แต่จะเข้าใจว่าการวิจัยอัตโนมัติทำงานอย่างไร กับดักที่คนมักเจอ ดูวิดีโอจบแต่ไม่เขียนโค้ด กับดักที่พบบ่อยที่สุดข้อหนึ่งของการเรียนออนไลน์ ถ้าไม่พิมพ์โค้ดเอง คุณจะเข้าใจตอนดู แต่ทำไม่ได้ตอนเจอปัญหาจริง ข้ามไป nanochat เพราะอยากได้ผลเร็ว คนจำนวนมากอยากเทรนโมเดลใหญ่ทันที แต่ไม่เข้าใจว่า loss คืออะไร ผลคือเสียค่า GPU โดยไม่รู้ว่าปัญหาอยู่ที่ข้อมูลหรือโค้ด ประเมินค่าใช้จ่ายต่ำเกินไป รีโปบอกว่าเทรน GPT-2 ระดับนั้นใช้ 48 ดอลลาร์ [8] แต่ราคานั้นอิงการเช่า GPU 8 การ์ดเป็นเวลาสองชั่วโมง ถ้าคุณรันผิดพลาดหลายรอบ ค่าใช้จ่ายจะคูณขึ้นทันที คิดว่าดาวเยอะแปลว่าเหมาะกับตัวเอง autoresearch มีดาวเกือบหนึ่งแสน [2] แต่เนื้อหาของมันต้องการพื้นฐานการเทรนโมเดลมาก่อน เลือกตามระดับของคุณ ไม่ใช่ตามอันดับดาว สิ่งที่หลักสูตรนี้ให้ไม่ได้ ไม่ได้สอนการทำผลิตภัณฑ์ การเทรนโมเดลกับการทำผลิตภัณฑ์เป็นคนละทักษะ หลักสูตรนี้ไม่ได้สอนเรื่องต้นทุนทีม การตลาด หรือการดูแลระบบหลังบ้าน ไม่ได้สอนจริยธรรมและกฎหมาย เรื่องลิขสิทธิ์ข้อมูล ความเป็นส่วนตัว และข้อกำหนดการใช้งาน ต้องเรียนแยก และเป็นส่วนที่สำคัญกว่าที่คนคิด เมื่อคุณนำโมเดลไปใช้จริง ไม่ได้รับรองคุณภาพผู้เรียน การมีรีโปอยู่ในเครื่องไม่ได้แปลว่าคุณทำได้ หลักฐานคือผลงานที่รันได้และคำอธิบายที่คุณเขียนเอง บทสรุป ในมุมมองของผม เจ็ดรีโปนี้เรียงกันเป็นเส้นทางที่สมเหตุสมผล ตั้งแต่กลไกการเรียนรู้ไปจนถึง agent ที่ทำวิจัยเอง [3][9] ตัวเลข 306,851 ดาวยืนยันว่าคนให้ความสนใจมาก แต่ไม่ได้รับประกันว่าคุณจะเรียนจบ [2] ถ้าคุณมีเวลา 6 เดือนและวินัยพอที่จะเขียนโค้ดทุกสัปดาห์ ในมุมมองของผม นี่คือหนึ่งในเส้นทางที่คุ้มที่สุดตอนนี้ และตารางสัปดาห์ข้างบนเป็นข้อเสนอของผม ไม่ใช่ผลที่วัดจากการเรียนจริง แต่ถ้าคุณมองหาหลักสูตรที่มีคนตรวจงานและใบรับรอง คุณจะผิดหวัง เพราะ Karpathy ให้แผนที่มา ไม่ได้ให้รถรับส่ง REF [1] Mr. Buzzoni (26 ต.ค. 2026) · Karpathy put an entire AI degree on GitHub for free. x.com [2] GitHub (27 ต.ค. 2026) · รายชื่อรีโปและจำนวนดาวของ Karpathy (รวมโดยผู้เขียนจาก GitHub REST API ทั้งเจ็ดรีโป). github.com/karpathy [3] Andrej Karpathy (2020) · micrograd. karpathy/micrograd [4] Andrej Karpathy (2022) · Neural Networks: Zero to Hero. karpathy/nn-zero-to-hero [5] Andrej Karpathy (2024) · minbpe. karpathy/minbpe [6] Andrej Karpathy (2022) · nanoGPT. karpathy/nanoGPT [7] Andrej Karpathy (2024) · llm.c. karpathy/llm.c [8] Andrej Karpathy (2025) · nanochat. karpathy/nanochat [9] Andrej Karpathy (2026) · autoresearch. karpathy/autoresearch

Neural Networks Zero to Hero builds AI Neural Networks Zero to Hero builds AI ​ Neural Networks Zero to Hero is a free open course teaching you to build neural networks from scratch through video lectures and Jupyter notebooks. It starts with backpropagation basics and builds up to language models. Great for curious learners who want to understand how AI really works. ​ karpathy/nn-zero-to-hero ​ #AI #Opensource #NeuralNetworks #MachineLearning ​ Follow for daily open source drops 👇 [ar] الشبكات العصبية من الصفر إلى الاحتراف تبني الذكاء الاصطناعي الشبكات العصبية: من الصفر إلى الاحتراف - بناء الذكاء الاصطناعي دورة "الشبكات العصبية: من الصفر إلى الاحتراف" هي دورة مجانية مفتوحة المصدر تُعلّمك كيفية بناء الشبكات العصبية من الصفر من خلال محاضرات فيديو ودفاتر Jupyter. تبدأ الدورة بأساسيات الانتشار العكسي وتتطور إلى نماذج اللغة. إنها مثالية للمتعلمين الفضوليين الذين يرغبون في فهم كيفية عمل الذكاء الاصطناعي. karpathy/nn-zero-to-hero #الذكاء_الاصطناعي #المصادر_المفتوحة #الشبكات_العصبية #التعلم_الآلي تابعنا للحصول على أحدث مشاريع المصادر المفتوحة يوميًا 👇 [bn] নিউরাল নেটওয়ার্ক জিরো টু হিরো দিয়ে এআই (AI) তৈরি নিউরাল নেটওয়ার্কস জিরো টু হিরো: এআই তৈরি করুন নিউরাল নেটওয়ার্কস জিরো টু হিরো একটি বিনামূল্যের উন্মুক্ত কোর্স, যা আপনাকে ভিডিও লেকচার এবং জুপিটার নোটবুকের মাধ্যমে একদম শুরু থেকে নিউরাল নেটওয়ার্ক তৈরি করতে শেখায়। এটি ব্যাকপ্রোপাগেশনের প্রাথমিক বিষয় দিয়ে শুরু হয় এবং ধীরে ধীরে ল্যাঙ্গুয়েজ মডেল পর্যন্ত অগ্রসর হয়। কৌতূহলী শিক্ষার্থীদের জন্য এটি দারুণ, যারা বুঝতে চায় এআই আসলে কীভাবে কাজ করে। karpathy/nn-zero-to-hero #এআই #ওপেনসোর্স #নিউরালনেটওয়ার্কস #মেশিনলার্নিং প্রতিদিন নতুন ওপেন সোর্স পেতে ফলো করুন 👇 [de-DE] Neural Networks Zero to Hero: KI selbst bauen Neuronale Netze von Null auf Profi: KI entwickeln Neuronale Netze von Null auf Profi ist ein kostenloser Open-Access-Kurs, der Ihnen anhand von Videolektionen und Jupyter-Notebooks beibringt, neuronale Netze von Grund auf zu entwickeln. Er beginnt mit den Grundlagen der Backpropagation und führt Sie bis hin zu Sprachmodellen. Ideal für alle, die verstehen möchten, wie KI wirklich funktioniert. karpathy/nn-zero-to-hero #KI #OpenSource #NeuronaleNetze #MaschinellesLernen Folgen Sie uns für tägliche Open-Source-Neuigkeiten 👇 [es-US] Redes neuronales de cero a héroe construye IA Redes Neuronales: De Cero a Héroe: Creando IA Redes Neuronales: De Cero a Héroe es un curso gratuito y abierto que te enseña a crear redes neuronales desde cero mediante videoclases y cuadernos Jupyter. Comienza con los fundamentos de la retropropagación y avanza hasta los modelos de lenguaje. Ideal para quienes desean comprender cómo funciona realmente la IA. karpathy/nn-zero-to-hero #IA #CódigoAbierto #RedesNeurales #AprendizajeAutomático Síguenos para recibir actualizaciones diarias de código abierto 👇 [fr-FR] Neural Networks Zero to Hero crée de l'IA Réseaux de neurones : De zéro à expert, créez votre IA Réseaux de neurones : De zéro à expert est un cours gratuit et ouvert qui vous apprend à créer des réseaux de neurones de A à Z grâce à des leçons vidéo et des notebooks Jupyter. Il débute par les bases de la rétropropagation et progresse jusqu'aux modèles de langage. Idéal pour les apprenants curieux qui souhaitent comprendre le fonctionnement de l'IA. karpathy/nn-zero-to-hero #IA #OpenSource #RéseauxDeNeurales #ApprentissageAutomatique Suivez-nous pour recevoir quotidiennement des ressources open source 👇 [hi] न्यूरल नेटवर्क्स ज़ीरो टू हीरो से AI बनाना न्यूरल नेटवर्क्स ज़ीरो टू हीरो: कृत्रिम बुद्धिमत्ता का निर्माण न्यूरल नेटवर्क्स ज़ीरो टू हीरो एक निःशुल्क ओपन कोर्स है जो आपको वीडियो लेक्चर और जुपिटर नोटबुक के माध्यम से न्यूरल नेटवर्क को बिल्कुल शुरुआत से बनाना सिखाता है। यह बैकप्रॉपैगेशन की मूल बातों से शुरू होता है और भाषा मॉडल तक पहुँचता है। उन जिज्ञासु शिक्षार्थियों के लिए बेहतरीन है जो यह समझना चाहते हैं कि कृत्रिम बुद्धिमत्ता वास्तव में कैसे काम करती है। karpathy/nn-zero-to-hero #AI #ओपनसोर्स #न्यूरलनेटवर्क्स #मशीनलर्निंग रोजाना ओपन सोर्स अपडेट के लिए फॉलो करें 👇 [id] Neural Networks Zero to Hero Membangun AI Neural Networks Zero to Hero membangun AI Neural Networks Zero to Hero adalah kursus terbuka gratis yang mengajarkan Anda cara membangun jaringan saraf dari awal melalui kuliah video dan notebook Jupyter. Kursus ini dimulai dengan dasar-dasar backpropagation dan berlanjut hingga model bahasa. Sangat cocok untuk pelajar yang ingin memahami bagaimana AI sebenarnya bekerja. karpathy/nn-zero-to-hero #AI #Opensource #NeuralNetworks #MachineLearning Ikuti untuk mendapatkan rilis open source harian 👇 [it] Neural Networks Zero to Hero: costruire l'IA da zero Neural Networks Zero to Hero: costruisci l'IA ​ Neural Networks Zero to Hero è un corso gratuito e open source che ti insegna a costruire reti neurali da zero attraverso videolezioni e notebook Jupyter. Inizia con le basi della retropropagazione e arriva fino ai modelli linguistici. Ottimo per chi è curioso di capire come funziona realmente l'IA. ​ karpathy/nn-zero-to-hero ​ #IA #Opensource #RetiNeurali #ApprendimentoAutomatico ​ Seguici per aggiornamenti quotidiani su progetti open source 👇 [iw] רשתות נוירונים מאפס עד גיבור בונות בינה מלאכותית רשתות נוירונים מאפס לגיבור בונה בינה מלאכותית רשתות נוירונים מאפס לגיבור הוא קורס פתוח וחינמי המלמד אתכם לבנות רשתות נוירונים מאפס באמצעות הרצאות וידאו ומחברות Jupyter. הקורס מתחיל ביסודות של הפצה לאחור ומתקדם למודלים של שפה. נהדר ללומדים סקרנים שרוצים להבין איך בינה מלאכותית באמת עובדת. karpathy/nn-zero-to-hero #בינה מלאכותית #קודפתוח #רשתותנוירונים #למידהמכונתית עקבו אחר פרסומים יומיים בקוד פתוח 👇 [ja] Neural Networks: Zero to Heroで学ぶAI構築 ニューラルネットワークゼロからヒーローへ：AI構築 ニューラルネットワークゼロからヒーローへは、ビデオ講義とJupyter Notebookを通して、ニューラルネットワークをゼロから構築する方法を学べる無料のオープンコースです。バックプロパゲーションの基礎から始まり、言語モデルまで段階的に学習を進めます。AIの仕組みを理解したい好奇心旺盛な学習者に最適です。 karpathy/nn-zero-to-hero #AI #オープンソース #ニューラルネットワーク #機械学習 毎日更新されるオープンソース情報はこちら👇 [ko] 제로에서 히어로까지: 신경망으로 구현하는 AI 신경망 기초부터 전문가까지, 인공지능을 만들어 보세요! 신경망 기초부터 전문가까지(Neural Networks Zero to Hero)는 비디오 강의와 Jupyter Notebook을 통해 신경망을 처음부터 구축하는 방법을 알려주는 무료 오픈 소스 강좌입니다. 역전파의 기초부터 시작하여 언어 모델까지 다룹니다. 인공지능이 실제로 어떻게 작동하는지 알고 싶은 호기심 많은 학습자에게 적합합니다. karpathy/nn-zero-to-hero #AI #오픈소스 #신경망 #머신러닝 매일 새로운 오픈 소스 콘텐츠를 보려면 팔로우하세요 👇 [ml] ന്യൂറൽ നെറ്റ്‌വർക്ക്‌സ് സീറോ ടു ഹീറോ: എഐ നിർമ്മിക്കാം ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ സീറോ ടു ഹീറോ AI നിർമ്മിക്കുന്നു വീഡിയോ പ്രഭാഷണങ്ങളിലൂടെയും ജൂപ്പിറ്റർ നോട്ട്ബുക്കുകളിലൂടെയും ആദ്യം മുതൽ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ നിർമ്മിക്കാൻ നിങ്ങളെ പഠിപ്പിക്കുന്ന ഒരു സൗജന്യ ഓപ്പൺ കോഴ്‌സാണ് ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ സീറോ ടു ഹീറോ. ബാക്ക്‌പ്രൊപ്പഗേഷൻ അടിസ്ഥാനകാര്യങ്ങളിൽ നിന്ന് ആരംഭിച്ച് ഭാഷാ മോഡലുകളിലേക്ക് ഇത് നിർമ്മിക്കുന്നു. AI യഥാർത്ഥത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് മനസ്സിലാക്കാൻ ആഗ്രഹിക്കുന്ന ജിജ്ഞാസുക്കളായ പഠിതാക്കൾക്ക് ഇത് വളരെ മികച്ചതാണ്. ​ karpathy/nn-zero-to-hero ​ #AI #Opensource #NeuralNetworks #MachineLearning ​ ദിവസേനയുള്ള ഓപ്പൺ സോഴ്‌സ് ഡ്രോപ്പുകൾക്കായി പിന്തുടരുക 👇 [nl-NL] Neural Networks Zero to Hero bouwt AI Van beginner tot expert in neurale netwerken: AI bouwen "Van beginner tot expert in neurale netwerken" is een gratis open cursus waarin je leert hoe je neurale netwerken vanaf nul opbouwt met behulp van videocolleges en Jupyter-notebooks. De cursus begint met de basisprincipes van backpropagatie en bouwt verder op naar taalmodellen. Ideaal voor nieuwsgierige leerlingen die willen begrijpen hoe AI echt werkt. karpathy/nn-zero-to-hero #AI #Opensource #NeuraleNetwerken #MachineLearning Volg voor dagelijkse updates over open source-projecten 👇 [pa] ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ ਜ਼ੀਰੋ ਟੂ ਹੀਰੋ ਏਆਈ (AI) ਬਣਾਉਂਦਾ ਹੈ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਜ਼ੀਰੋ ਟੂ ਹੀਰੋ ਏਆਈ ਬਣਾਉਂਦਾ ਹੈ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਜ਼ੀਰੋ ਟੂ ਹੀਰੋ ਇੱਕ ਮੁਫ਼ਤ ਓਪਨ ਕੋਰਸ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਵੀਡੀਓ ਲੈਕਚਰਾਂ ਅਤੇ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕਾਂ ਰਾਹੀਂ ਸ਼ੁਰੂ ਤੋਂ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਬਣਾਉਣਾ ਸਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਬੈਕਪ੍ਰੋਪੈਗੇਸ਼ਨ ਬੇਸਿਕਸ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਤੱਕ ਦਾ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ। ਉਤਸੁਕ ਸਿਖਿਆਰਥੀਆਂ ਲਈ ਵਧੀਆ ਜੋ ਇਹ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹਨ ਕਿ ਏਆਈ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ। karpathy/nn-zero-to-hero ​ #AI #Opensource #NeuralNetworks #MachineLearning ​ ਰੋਜ਼ਾਨਾ ਓਪਨ ਸੋਰਸ ਡ੍ਰੌਪਸ ਲਈ ਫਾਲੋ ਕਰੋ 👇 [pl] Neural Networks Zero to Hero tworzy AI Sieci neuronowe Zero to Hero budują sztuczną inteligencję Sieci neuronowe Zero to Hero to darmowy, otwarty kurs, który uczy budowania sieci neuronowych od podstaw za pomocą wykładów wideo i notatników Jupyter. Zaczyna się od podstaw propagacji wstecznej i przechodzi do modeli językowych. Idealny dla dociekliwych uczniów, którzy chcą zrozumieć, jak naprawdę działa sztuczna inteligencja. karpathy/nn-zero-to-hero #AI #Opensource #Sieci neuronowe #Uczenie maszynowe Obserwuj, aby codziennie otrzymywać informacje o nowych materiałach open source 👇 [pt-BR] Redes Neurais do Zero ao Heroi constroem IA Redes Neurais: Do Zero ao Herói - Aprenda a Criar IA Redes Neurais: Do Zero ao Herói é um curso gratuito e aberto que ensina a construir redes neurais do zero por meio de videoaulas e notebooks Jupyter. Começa com os fundamentos da retropropagação e avança até modelos de linguagem. Ótimo para aprendizes curiosos que querem entender como a IA realmente funciona. karpathy/nn-zero-to-hero #IA #CódigoAberto #RedesNeurais #AprendizadoDeMáquina Siga para receber dicas diárias de código aberto 👇 [ru] Neural Networks: от нуля до героя — создаем ИИ Курс «Нейронные сети: от нуля до героя» — это бесплатный открытый курс, обучающий созданию нейронных сетей с нуля с помощью видеолекций и блокнотов Jupyter. Он начинается с основ обратного распространения ошибки и доходит до языковых моделей. Отлично подходит для любознательных учеников, которые хотят понять, как на самом деле работает ИИ. karpathy/nn-zero-to-hero #AI #Opensource #Нейронныесети #Машинноеобучение Подписывайтесь, чтобы получать ежедневные обновления открытого исходного кода 👇 [ta] நியூரல் நெட்வொர்க்ஸ்: பூஜ்யத்திலிருந்து நாயகனாக - செயற்கை நுண்ணறிவை உருவாக்குதல் நியூரல் நெட்வொர்க்ஸ் ஜீரோ டு ஹீரோ செயற்கை நுண்ணறிவை உருவாக்குகிறது நியூரல் நெட்வொர்க்ஸ் ஜீரோ டு ஹீரோ என்பது ஒரு இலவச திறந்தநிலை பாடநெறியாகும். இது காணொளி விரிவுரைகள் மற்றும் ஜூபிடர் நோட்புக்குகள் மூலம், நியூரல் நெட்வொர்க்குகளை ஆரம்பத்திலிருந்து உருவாக்க உங்களுக்குக் கற்றுக்கொடுக்கிறது. இது பேக்ப்ரோபகேஷன் அடிப்படைகளில் தொடங்கி, மொழி மாதிரிகள் வரை படிப்படியாகக் கட்டமைக்கிறது. செயற்கை நுண்ணறிவு உண்மையில் எவ்வாறு செயல்படுகிறது என்பதைப் புரிந்துகொள்ள விரும்பும் ஆர்வமுள்ள கற்பவர்களுக்கு இது மிகவும் சிறந்தது. karpathy/nn-zero-to-hero #AI #Opensource #NeuralNetworks #MachineLearning தினசரி திறந்த மூல வெளியீடுகளுக்குப் பின்தொடரவும் 👇 [te] న్యూరల్ నెట్‌వర్క్స్ జీరో టు హీరోతో ఏఐ (AI) తయారీ న్యూరల్ నెట్‌వర్క్స్ జీరో టు హీరో AIని నిర్మిస్తుంది న్యూరల్ నెట్‌వర్క్స్ జీరో టు హీరో అనేది ఒక ఉచిత ఓపెన్ కోర్సు. ఇది వీడియో లెక్చర్లు మరియు జూపిటర్ నోట్‌బుక్‌ల ద్వారా మొదటి నుండి న్యూరల్ నెట్‌వర్క్‌లను ఎలా నిర్మించాలో మీకు నేర్పిస్తుంది. ఇది బ్యాక్‌ప్రొపగేషన్ ప్రాథమికాంశాలతో ప్రారంభమై, లాంగ్వేజ్ మోడల్స్ వరకు అభివృద్ధి చెందుతుంది. AI నిజంగా ఎలా పనిచేస్తుందో అర్థం చేసుకోవాలనుకునే ఆసక్తిగల అభ్యాసకులకు ఇది చాలా గొప్పది. karpathy/nn-zero-to-hero #AI #Opensource #NeuralNetworks #MachineLearning రోజువారీ ఓపెన్ సోర్స్ అప్‌డేట్‌ల కోసం ఫాలో అవ్వండి 👇 [uk] Нейронні мережі: від нуля до героя — створюємо ШІ Курс «Нейронні мережі від нуля до героя» створює штучний інтелект «Нейронні мережі від нуля до героя» – це безкоштовний відкритий курс, який навчає вас створювати нейронні мережі з нуля за допомогою відеолекцій та блокнотів Jupyter. Він починається з основ зворотного поширення алгоритму та переходить до мовних моделей. Чудово підходить для допитливих учнів, які хочуть зрозуміти, як насправді працює штучний інтелект. karpathy/nn-zero-to-hero #ШІ #ВідкритийВихіднийКод #НейронніМережі #МашиннеНавчання Підпишіться на щоденні новини про відкритий вихідний код 👇

Neural Networks: Zero to Hero This is a course by Andrej Karpathy that teaches neural networks by building them from scratch. You start with simple concepts and gradually move towards building a GPT-style language model. karpathy/nn-zero-to-hero