深度学习 · LLM · 论文与实验

沿着问题,走进模型与语言。

课程、论文与实验,都有来处,也留下尚未解开的地方。

基础

从数学、张量与代码起步。

模型

在训练、表达与推理间追问。

系统

让论文、代码与结果彼此照应。

学习脉络

路线

从基础处开始

从基础处,慢慢走远。

先是张量与数学,再是 D2L 与 PyTorch,随后走向 Transformer 和 LLM。

  • 数学与张量
    形状、点积、范数与微积分。
  • D2L 与 PyTorch
    数据、训练与常见问题。
  • Transformer 与 LLM
    从注意力到推理系统。