mirror of https://github.com/openmlsys/openmlsys-zh.git synced 2026-03-21 04:27:33 +08:00

Files

anyin233 00db02dbfd fix: fix equation rendering by changing the toolchain to mathjax (#493 )

* docs: update README and build guide

* fix: escape * and _ inside math to prevent markdown emphasis corruption

* fix: configure MathJax to use TeX (Computer Modern) font

* feat: enhance markdown processing with label and figure collection

* fix: remove duplicate bibliography directives from chapter summaries

References are already handled at the chapter level, so the
:bibliography: directives in summary pages are redundant and cause
rendering issues.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

---------

Co-authored-by: Claude Opus 4.6 <noreply@anthropic.com>

2026-03-12 06:21:56 +00:00

5.4 KiB

Raw Blame History

中文 | English

机器学习系统：设计和实现

本开源项目讲解现代机器学习系统的设计原理和实现经验，涵盖从编程接口、计算图、编译器到分布式训练的完整技术栈。

在线阅读： openmlsys.github.io

适用读者

学生：掌握机器学习基础理论后，希望深入了解现代机器学习系统设计与实现的同学。
科研人员：需要开发自定义算子（Custom Operators）或利用分布式执行实现大模型的研究者。
开发人员：负责机器学习基础设施建设，需要对系统性能调优和深度定制的工程师。

内容介绍

本书分为基础篇、进阶篇和扩展篇三个部分：

基础篇

章节	内容
编程接口	框架接口设计哲学、机器学习工作流、深度学习模型定义、C/C++ 框架开发
计算图	计算图基本构成、生成方法、调度策略、自动微分

进阶篇

章节	内容
编译器前端和中间表示	类型推导、中间表示（IR）、自动微分、常见优化 Pass
编译器后端和运行时	计算图优化、算子选择、内存分配、计算调度与执行
硬件加速器	GPU/Ascend 架构原理、高性能编程接口（CUDA/CANN）
数据处理框架	易用性、高效性、保序性、分布式数据处理
模型部署	模型转换、模型压缩、模型推理、安全保护
分布式训练	数据并行、模型并行、流水线并行、集合通讯、参数服务器

扩展篇

章节	内容
深度学习推荐系统	推荐系统原理、大规模工业场景架构设计
联邦学习系统	联邦学习方法、隐私保护、系统实现
强化学习系统	单智能体/多智能体强化学习系统
可解释性 AI 系统	可解释 AI 方法与落地实践
机器人学习系统	机器人感知、规划、控制与系统安全

更新日志

日期	事件
2022-01	项目初始化，开始中文内容编写
2022-05	完成扩展篇各章节（联邦学习、强化学习、可解释 AI）
2023-05	适配 MindSpore 2.0
2026-03	中英文双语构建架构重构；启动英文版

构建指南

环境依赖

curl
git

安装步骤

# 克隆仓库
git clone https://github.com/openmlsys/openmlsys-zh.git
cd openmlsys-zh

# 安装rust toolchain 
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# 安装mdbook
cargo install mdbook

编译HTML

sh build_mdbook_zh.sh
# 生成结果位于 .mdbook-zh/book

更多细节请参考构建指南。

贡献指南

我们欢迎任何形式的贡献，包括：

勘误：发现文字或图片错误，请创建 Issue 并 @ 章节编辑，或直接提交 PR。
内容更新：提交 PR 更新或添加 Markdown 文件。
新章节：欢迎社区对元学习系统、自动并行、集群调度、绿色 AI、图学习等主题贡献章节。

提交前请阅读：

社区

扫码加入微信交流群

引用

如果本书对您的研究或工作有所帮助，请使用以下格式引用：

文本格式：

OpenMLSys Team. 机器学习系统：设计和实现. 2022. https://openmlsys.github.io/

BibTeX：

@book{openmlsys2022,
  title     = {机器学习系统：设计和实现},
  author    = {OpenMLSys Team},
  year      = {2022},
  url       = {https://openmlsys.github.io/},
  note      = {开源教材，\url{https://github.com/openmlsys/openmlsys-zh}}
}

许可证

本项目采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议授权。

5.4 KiB Raw Blame History Unescape Escape