Merge pull request #18 from skindhu/revert-17-revert-16-ninggV
Revert "Revert "升级为 docsify 模板的：在线网站，支持友好的交互形式""
This commit is contained in:
long_long_ago
GitHub
commit
02fce8a91f
|
|
@ -1 +1,4 @@
|
|||
.DS_Store
|
||||
|
||||
.cursor
|
||||
|
||||
|
|
|
|||
|
|
@ -0,0 +1,17 @@
|
|||
- **从零构建大模型**
|
||||
|
||||
- [1.理解大语言模型](./cn-Book/1.理解大语言模型.md)
|
||||
- [2.处理文本数据](./cn-Book/2.处理文本数据.md)
|
||||
- [3.实现注意力机制](./cn-Book/3.实现注意力机制.md)
|
||||
- [4.从零开始实现一个用于文本生成的 GPT 模型](./cn-Book/4.从零开始实现一个用于文本生成的%20GPT%20模型.md)
|
||||
- [5.在无标记数据集上进行预训练](./cn-Book/5.在无标记数据集上进行预训练.md)
|
||||
- [6.用于分类任务的微调](./cn-Book/6.用于分类任务的微调.md)
|
||||
- [7.指令遵循微调](./cn-Book/7.指令遵循微调.md)
|
||||
|
||||
- **附录**
|
||||
|
||||
- [附录A. PyTorch简介](./cn-Book/附录A.PyTorch简介.md)
|
||||
- [附录B. 参考文献和扩展阅读](./cn-Book/附录B.参考文献和扩展阅读.md)
|
||||
- [附录C. 习题解答](./cn-Book/附录C.习题解答.md)
|
||||
- [附录D. 给训练循环添加高级技巧](./cn-Book/附录D.给训练循环添加高级技巧.md)
|
||||
- [附录E. 使用LoRA的参数高效微调](./cn-Book/附录E.使用LoRA的参数高效微调.md)
|
||||
|
|
@ -1,3 +1,5 @@
|
|||
# 1.理解大语言模型
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
- **大语言模型（LLM）背后基本概念的高级解释**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 2.处理文本数据
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **为大语言模型的训练准备文本数据集**
|
||||
|
|
|
|||
|
|
@ -1,5 +1,7 @@
|
|||
|
||||
|
||||
# 3.实现注意力机制
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **探讨在神经网络中使用注意力机制的原因**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 4.从零开始实现一个用于文本生成的 GPT 模型
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **编写一个类 GPT 的大语言模型（LLM），可以训练其生成类人文本（指的是由人工智能模型生成的文本，这些文本在语言表达、语法结构、情感表达等方面与人类自然书写的文本非常相似）**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 5.在无标记数据集上进行预训练
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **计算训练集和验证集的损失，以评估训练过程中大型语言模型生成文本的质量**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 6.用于分类任务的微调
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **介绍不同的LLM微调方法**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 7.指令遵循微调
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **LLM 指令微调过程概述**
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 附录A. PyTorch简介
|
||||
|
||||
本章涵盖以下内容：
|
||||
|
||||
+ **PyTorch深度学习框架概述**
|
||||
|
|
|
|||
|
|
@ -1,4 +1,6 @@
|
|||
|
||||
# 附录B. 参考文献和扩展阅读
|
||||
|
||||
- [第一章](#第一章)
|
||||
- [第二掌](#第二掌)
|
||||
- [第三章](#第三章)
|
||||
|
|
|
|||
|
|
@ -1,4 +1,6 @@
|
|||
|
||||
# 附录C. 习题解答
|
||||
|
||||
- [第二掌](#第二掌)
|
||||
- [练习 2.1](#练习-21)
|
||||
- [练习 2.2](#练习-22)
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 附录D. 给训练循环添加高级技巧
|
||||
|
||||
- [D.1 学习率预热](#d1-学习率预热)
|
||||
- [D.2 余弦衰减](#d2-余弦衰减)
|
||||
- [D.3 梯度裁剪](#d3-梯度裁剪)
|
||||
|
|
|
|||
|
|
@ -1,3 +1,5 @@
|
|||
# 附录E. 使用LoRA的参数高效微调
|
||||
|
||||
本附录介绍低秩适应 (LoRA)，这是最广泛使用的参数高效微调技术之一。在解释 LoRA 背后的主要思想之后，本附录将基于第 6 章中的垃圾邮件分类微调示例并对 LLM 进行微调。然而，需要注意的是，LoRA 微调也适用于第 7 章中讨论的有监督的指令微调。
|
||||
|
||||
-----
|
||||
|
|
|
|||
|
|
@ -0,0 +1,59 @@
|
|||
<!DOCTYPE html>
|
||||
<html lang="en">
|
||||
|
||||
<head>
|
||||
<meta charset="UTF-8">
|
||||
<title>Build a Large Language Model (From Scratch) 中文版</title>
|
||||
<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1" />
|
||||
<meta name="description" content="Build a Large Language Model (From Scratch) 中文版">
|
||||
<meta name="viewport"
|
||||
content="width=device-width, user-scalable=no, initial-scale=1.0, maximum-scale=1.0, minimum-scale=1.0">
|
||||
<link rel="stylesheet" href="//cdn.jsdelivr.net/npm/docsify@latest/lib/themes/vue.css">
|
||||
</head>
|
||||
|
||||
<body>
|
||||
<div id="app"></div>
|
||||
<script src="//cdn.jsdelivr.net/npm/mermaid@8.0.0-rc.8/dist/mermaid.min.js"></script>
|
||||
<script>
|
||||
window.$docsify = {
|
||||
name: 'Build a Large Language Model (From Scratch) 中文版',
|
||||
repo: 'https://github.com/skindhu/Build-A-Large-Language-Model-CN/',
|
||||
loadSidebar: true,
|
||||
auto2top: true,
|
||||
subMaxLevel: 2,
|
||||
relativePath: false, // 启用相对路径支持
|
||||
|
||||
alias: {
|
||||
'/.*/_sidebar.md': '/_sidebar.md'
|
||||
},
|
||||
|
||||
pagination: {
|
||||
previousText: '上一章节',
|
||||
nextText: '下一章节',
|
||||
},
|
||||
count: {
|
||||
countable: true,
|
||||
fontsize: '0.9em',
|
||||
color: 'rgb(90,90,90)',
|
||||
language: 'chinese'
|
||||
}
|
||||
}
|
||||
</script>
|
||||
<!-- Put them above docsify.min.js -->
|
||||
<script src="//cdn.jsdelivr.net/npm/docsify@latest/lib/docsify.min.js"></script>
|
||||
<!-- code render-->
|
||||
<script src="//cdn.jsdelivr.net/npm/prismjs@latest/components/prism-bash.js"></script>
|
||||
<script src="//cdn.jsdelivr.net/npm/prismjs@latest/components/prism-python.js"></script>
|
||||
<script src="//cdn.jsdelivr.net/npm/docsify-pagination@latest/dist/docsify-pagination.min.js"></script>
|
||||
<script src="//cdn.jsdelivr.net/npm/docsify-copy-code"></script>
|
||||
|
||||
<script src="https://cdn.jsdelivr.net/npm/katex@latest/dist/katex.min.js"></script>
|
||||
<link rel="stylesheet" href="//cdn.jsdelivr.net/npm/katex@latest/dist/katex.min.css" />
|
||||
<script src="https://cdn.jsdelivr.net/npm/marked@3"></script>
|
||||
<!-- CDN files for docsify-katex -->
|
||||
<script src="//cdn.jsdelivr.net/npm/docsify-katex@latest/dist/docsify-katex.js"></script>
|
||||
<!-- 字数统计 -->
|
||||
<script src="//unpkg.com/docsify-count/dist/countable.js"></script>
|
||||
</body>
|
||||
|
||||
</html>
|
||||
|
|
@ -0,0 +1,3 @@
|
|||
#! /bin/bash
|
||||
|
||||
docsify serve .
|
||||
Loading…
Reference in New Issue