乐于分享
好东西不私藏

学AI别乱花钱,这四个人免费课就够了

学AI别乱花钱,这四个人免费课就够了

学AI别乱花钱,这四个人免费课就够了

我刚开始学AI那会儿,市面上课程多得吓人。
9块9的入门课,999的系统课,还有号称一对一陪跑的9999训练营。个个都说零基础包会,三个月变现。我报过几个,结果呢,不是老师在念PPT,就是讲的东西网上一搜一大把。
后来我换了个思路。既然AI最前沿的东西都来自学术界和工业界,那最会讲的人应该也在那里。我就开始顺着这个方向找,果然找到了。
吴恩达、李宏毅、李沐、Karpathy。这四个人的课,我翻来覆去看了很多遍。不是每门都从头到尾刷完,而是根据不同阶段的需要,反复回看不同的部分。
他们四个加起来,基本覆盖了从零基础到进阶精通的完整路径。更重要的是,全是免费的。
今天我把这个路径整理出来。你可以直接抄作业。

第一个人,吴恩达。

如果你完全不懂AI,连AI到底是什么、能干什么、不能干什么都搞不清楚,先看他的《AI for Everyone》。这门课就是给所有人听的,不需要懂数学,不需要会写代码。
他会告诉你,AI是什么,机器学习是怎么回事,为什么数据这么重要,以及AI在商业里能怎么用。听完你不会变成程序员,但你不会再被那些「AI要取代全人类」的标题吓到,也不会被销售忽悠着买一堆用不上的AI工具。
吴恩达讲课有一个特点,他特别擅长把复杂的东西讲得很稳。不炫技,不吓唬人,就是很平静地告诉你,这件事是怎么回事。这种风格对初学者特别友好。
这门课在Coursera上可以免费旁听,自带中文字幕。嫌麻烦的话,直接B站搜「AI for Everyone 人人学AI」,完整中英字幕合集一大堆,免费看。
如果你想进阶,他的《机器学习》和《深度学习专项课》B站也有全套汉化。这两门课是经典中的经典,很多AI从业者都是看他的课入门的。

第二个人,李宏毅。

台湾大学的老师,中文授课第一人。他的课全程普通话,讲的又深又细,而且每年都在更新。大模型、GPT、扩散模型这些现在最火的概念,他都会讲到。
我特别喜欢他的原因是,他能把很复杂的东西讲得特别清楚。比如Transformer、注意力机制、生成式AI,这些听起来很吓人的名词,他抽丝剥茧地给你讲明白。
而且他讲课很有亲和力,经常在课里吐槽自己的PPT,或者说「这个地方我也搞了很久才懂」。这种语气会让你觉得,原来大神也会卡壳,原来听不懂不是因为我笨。
他的主战场在YouTube,每年更新新版机器学习和深度学习课程。国内最方便的渠道是B站官方搬运账号「李宏毅」,2024和2025版的全集都有,课件和作业也全部公开。
如果你有一定的数学基础,或者至少不排斥公式,看完他的课,你对AI底层逻辑会有一个比较完整的认识。

第三个人,李沐。

前亚马逊首席科学家,《动手学深度学习》的主讲。他的课不讲虚的,就是带你一行一行敲代码,把理论变成能跑的项目。
学AI最怕的是什么。是听了一堆概念,觉得自己懂了,真要动手的时候又不知道从哪开始。李沐的课就是专门治这个毛病的。
他的B站视频完整配套同名书籍,从模型训练到项目实战,每一步都有代码。官网和GitHub上也有全部代码和数据集,全程中文讲解。
我跟他的课最大的感受是,他不是在教你「这个参数怎么调」,而是在教你「遇到问题怎么排查」。这种能力比背几个公式重要得多。因为真实的AI项目里,大部分时间在调代码、改数据、看报错,而不是推公式。
我的建议是,看完吴恩达和李宏毅的理论部分,就来跟李沐动手。听懂和会做,中间隔着一万行代码。

第四个人,Andrej Karpathy。

前OpenAI联合创始人,特斯拉前AI总监。这人讲东西有一股特别的狠劲,他能把大模型最底层的原理拆到最细,让你看清楚AI到底是怎么运行的。
他的王牌系列是《Neural Networks: Zero to Hero》,从零开始手写神经网络,一直写到GPT。原片在他的YouTube频道,全免费,还有开源代码。
Karpathy的课有一个特点,他不太care你懂不懂背景知识,他就是默认你愿意跟着他一起推导。所以看他的课,你需要一边看一边暂停,自己写代码验证。慢,但扎实。
国内的话,B站有大量汉化字幕搬运,很多UP主做了逐句翻译。这门课适合有基础、想真正吃透大模型底层逻辑的人。如果你是初学者,建议放到最后再看。

四个人说完了,来说说我建议的观看顺序。

第一步,先看吴恩达的《AI for Everyone》。先把AI是什么、能干什么、边界在哪这些问题搞清楚。这一步不需要写代码,听懂就行。
第二步,刷李宏毅的机器学习课程。开始接触算法和原理,理解AI是怎么从数据里学到规律的。这一步会让你对GPT、扩散模型这些东西不再陌生。
第三步,跟着李沐动手学。写代码,跑模型,做项目。到这一步,你才算真正入门。光看不动手,永远只是观众。
第四步,有余力的话,去看Karpathy。他会带你从大模型最底层重新理解一遍AI。看完这一步,你跟那些只会在界面里点按钮的人,就完全不一样了。

说几个我踩过的坑。

第一个坑,是贪多。一开始我什么都想看,今天看一点吴恩达,明天看一点李宏毅,后天又跑去跟李沐敲代码。结果每个都没学完,脑子里一团浆糊。后来我才强迫自己按顺序来,先看完一个再看下一个。
第二个坑,是只看不动手。AI这门课,你看十遍不如自己写一遍。哪怕只是跟着视频把代码抄一遍,也比光听强。
第三个坑,是追求最新。AI领域每天都有新东西出来,今天这个模型火了,明天那个框架更新了。如果你一直追热点,永远追不完。先把基础打牢,新东西自然能看懂。
第四个坑,是以为看完课就会了。课只是给你地图,真正的能力是在项目里练出来的。看完李沐的课,最好自己找一个真实的问题去解决,哪怕是一个很小的项目。
说实话,这四个人加起来的课程,质量远超市面上绝大多数付费课。
不是付费课都不好,而是很多付费课的内容,其实就是这些人的免费课换了一层皮。你与其花几千块去听别人二手解读,不如直接听第一手原讲。
而且这四个人有一个共同点,他们都是真正在这个行业里做出过东西的人。吴恩达创办了Coursera和DeepLearning.AI,李宏毅在学术界深耕多年,李沐在工业界做过大规模的AI系统,Karpathy亲手参与过OpenAI和特斯拉的核心项目。
听这些人讲课,你不只是在学知识,你是在看他们怎么思考问题。
当然,免费课也有缺点。没人盯着你交作业,没人逼你打卡,全靠自觉。如果你自律性差,可能买付费课反而更有动力。但单从内容质量来说,这四个人的免费资源已经够绝大多数人学了。
我自己做AI项目的时候,很多工具链的理解就是这样一点点建立起来的。不是报班学来的,就是看完课再动手试。踩坑,报错,查资料,再试。这个过程很慢,但每一步都是自己的。

最后说句实在的。

学AI这件事,最缺的不是好课程,是时间。每个人的时间都是有限的,与其到处试错,不如一开始就把精力放在最对的地方。
这四个人,就是我试错之后留下来的答案。
希望对你也有用。
觉得有用的话,点赞在看转发,给鬼斗一点继续整理的动力。
星标一下这个号,AI学习的真实踩坑记录,我持续更新。