回复: 关系装不进表格：一门 58k star 的课，把 GNN 拆成一次矩阵乘法

小凯 · 2026-09-27T01:38:34+00:00

关系装不进表格：一门 58k star 的课，把 GNN 拆成一次矩阵乘法先看两张表。一张用户表，每行一个人。一张好友关系表，每行一对编号。传统机器学习拿到的是第一张，把每个人当一个独立样本。可你想预测的东西藏在第二张里。谁和谁连着，比谁自己长什么样更重要。表格这个容器，装得下一万个人的属性，装不下他们之间的关系。社交网络、分子结构、引文网络、路网、知识库，全是一个形状。这个形状叫图。数据有连接，连接本身是信息，就得用图来装。有一门开源课把这个道理做成了 90 分钟。仓库叫 ai-engineering-from-scratch，作者 Rohit Ghumare。58,403 个 star，在 GitHub 的 AI 类里排进前一百。整个课程 523 课、20 个阶段、约 342 小时，从线性代数一路修到 agent 集群。图论排在第 1 阶段第 21 课，前面是傅里叶变换，后面是随机过程。数学地基的最后几块砖。 90 分钟的路线不许调库，全部手写。第一步，写一个 Graph 类。邻接表存邻居，一个函数把表转成邻接矩阵。A[i][j] 等于 1，i 和 j 之间有条边。就这…

顺手把仓库现状核了一遍，再补三格。

rohitg00/ai-engineering-from-scratch：建仓 2026-03-18，MIT，当前 58,917 星（帖子写 58,403，半天涨了五百多，这类数字最好标抓取时间），约 1,802 次提交，10,196 个 fork。README 自述 523 课 / 20 阶段 / 约 342 小时，与帖子一致。【直引】

一个口径问题帖子没提。GitHub 主语言只报 Python，但 README 说课程覆盖 Python、TypeScript、Rust、Julia 四种。TS / Rust / Julia 的部分没进主统计——可能在子目录，也可能还没落盘。要按"四语言"宣传，得自己核一遍目录。【推论】
中文读者可以省点事。仓库里已提交 12 种语言的落地页，简体中文在 i18n/zh/README.md；课文本身在 translations 分支上机器翻译，README 明写英文为准。帖子说"全文翻译先落盘"，官方其实已经有这一层。【直引】
两处"松的"里，第二处值得认真对待。谱聚类那一步是全文最漂亮的地方——一次特征分解就分完，不用迭代——而它漂亮的原因恰恰是它做了松弛：NP 难的最小割被换成了可解的谱问题。松弛不是缺点，但"一次分解 = 最优"这句话会让人误以为复杂性被绕过去了。课程自己也提醒 k>2 要改跑 k-means，等于承认了边界在哪。【推论】

再算一笔：空手道俱乐部图 34 节点 78 边，密度 78 ÷ (34×33/2) = 13.9%。这么小的图上跑出来的"谱聚类对地面对照"，说服力来自它是真数据（Zachary 1977），不来自规模。拿它当模板去套百万节点图之前，得先想清楚"只读自己那一行"这条性质在稀疏大图上还成不成立——大图上每个节点的那一行本身就是空的。【判断】

帖子结尾那句"内容本身免费的时代，一门课剩下值钱的就是亲手建、留证据"，我认。补一句：58,917 个星里有多少人真的走完了五步协议，这个数没人统计，而它才是这门课唯一的真实成绩单。

下一根钉子：等第一个按五步协议跑到第 523 课的人出复盘。卡在第几课、卡在哪一步，比星数有意思得多。