这次,你会亲手完成
- 整理唐宋诗词
- 拆开 GPT 的计算
- 训练并检验模型
- 交付本地写诗工具
一条贯穿全程的学习路径
原始诗词→数字练习题→GPT 学习→逐字生成
每节课都有解释、操作、独立实验、预期结果、排错与练习答案。先理解一次具体计算,再认识它在代码里的名字。
先在右侧,运行你的第一个实验
点击命令下方的按钮,把参数带到右侧,再点“运行并观察”。程序在已连接的学习环境中执行;下载到自己电脑后,按第 1 课准备环境。
bash
./poet doctor
./poet lesson 1
./poet write --start "春" --form five写诗命令使用真实训练的模型。训练过程、固定题目和验收记录见第 25 课;浏览器中的小演示会明确标注教学数字。
把每一步,和真实画面对上
对照真实输出与源码,读懂训练曲线和程序的调用路线。从 50 步短跑到恢复训练,再亲手写出三个渐进版本的 CLI。
打开训练与 CLI 图解手册直接进入 CLI 编写课课程目录
01 / 准备材料
01准备好你的写诗实验室02认识这份诗词库03把原诗整理成学习材料02 / 模型怎样学习
04把接字变成一道道练习题05看懂模型里的数字形状06给猜测打分07模型如何根据错误学习03 / GPT 的内部
08给汉字一组可学习的数字09让模型知道字的先后10注意力:汇总前文的信息11拆开 Q、K、V 的计算12挡住尚未出现的答案13多头:同时做几组汇总14加工信息并让计算稳定15把部件组装成完整 GPT04 / 训练与判断
16完成一次真正的训练17控制学习的节奏与规模18保存、恢复与复现实验19分清学会与背熟05 / 控制写诗
20从概率中选择下一个字21指定开头与五七言外形22让关键词进入训练23比较候选并检查重复06 / 完整交付
24封装可使用的命令行25给项目做一次完整验收26独立改进与迁移训练怎样使用这本手册
按顺序读主课,遇到概念时展开小实验;每次只改一个设置。完成标记保存在当前浏览器,可以离线继续。模型文件、训练材料、日志和课程各自独立,课程中的实验不会覆盖正式训练进度。