minGPT学习路径

① 第一优先:train.py(必须先看)

为什么先看它

这是整个项目的"主流程控制器",决定你前面看的模型怎么被用起来。

你要重点抓三件事:

  • 数据是怎么进来的(dataset / dataloader)
  • model forward 怎么被调用
  • loss / optimizer / training loop

你要建立的理解

"一个 GPT 是怎么被训练起来的完整闭环"

你会第一次把:

  • Transformer结构
  • loss计算
  • 训练循环

串成一个系统。


② 第二优先:model.py(GPT核心)

如果 README 只是"介绍结构",那 model.py 是真实实现结构

重点看:

1. GPT class

  • forward pass
  • block stack

2. Block

  • attention + mlp

3. Attention(最关键)

  • QKV projection
  • mask(causal attention)
  • softmax

你要搞清楚:

token 是怎么一步步变成 logits 的


③ 第三优先:attention.py(如果单独拆出来)

如果仓库里 attention 是单独模块:

你要重点看:

  • scaled dot-product attention
  • causal mask
  • multi-head split & concat

这一块是你理解 LLM 的"分水岭"。


④ 第四优先:dataset / data loader

重点是:

  • tokenization(字符级 or BPE)
  • block sampling(seq_len怎么切)
  • batch shape(B,T,C)

你要解决的问题是:

"模型看到的数据长什么样"


⑤ 第五优先:config / hyperparameters

重点:

  • n_layer
  • n_head
  • n_embd
  • block_size

你要开始建立一个直觉:

"这些参数如何影响模型能力与成本"


推荐你的学习路径(非常重要)

你现在不要"顺着文件看",而要按这个认知链:

复制代码
数据长什么样 → train.py怎么喂 → model.py怎么处理 → attention怎么计算 → loss怎么回传

给你一个关键判断(很多人卡在这里)

如果你现在只是"读代码",会很慢。

正确方式是:

👉 每看一个文件,都回答一个问题

文件 你要回答的问题
train.py 模型怎么被训练起来
model.py token怎么变logits
attention token之间怎么交互
dataset token从哪来
config 为什么这样设
相关推荐
最强小杰1 天前
某 OpenAI 兼容网关上的 `kimi-k3.1-pro`:Cline、Zed 接入与 SSE 排错示例
java·服务器·网络·ai
Maynor9961 天前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音
七夜zippoe1 天前
多 Agent 通信灾难:状态不一致导致雪崩故障的排查与防护
ai·agent·通信灾难·雪崩故障·排查与防护
Forget the Dream1 天前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
zdr尽职尽责1 天前
UnityCli 兼容2022版本
ui·unity·ai·c#·游戏引擎
Sharewinfo_BJ2 天前
从“看数据”到“做决策”:AI时代,BI的下一个形态是什么?
ai·数据分析·bi·智信bi
codigger2 天前
AI 三分钟写完的代码,你凭什么敢直接上线?
ai·程序员·编程·ai编程·#人工智能
wflynn2 天前
Google 观察到首个全自动化网络攻击,AI 框架已能独立完成漏洞利用
ai·技术
zdr尽职尽责2 天前
终端工具凭空消失:Codex + GPT-6 的一次完整排障复盘
数据库·gpt·学习·ai
佛系1892 天前
从服务端日志精确分离搜索抓取、监控探测与真实流量的实操清单
ai·大模型·seo·geo·结构化数据·indexnow