人工智能模型的结构化代码分析与复现方法(pytorch深度学习类、LLM类)
pytorch深度学习类
参考之前的两篇文章中的经验:
1、【机器学习】《动手学深度学习》d2l 李沐B站视频配套学习笔记
(模型架构)定、数、模、训、测、上 ; (数据挖掘)分、理、洗、构、选、提;
2、【AI程序架构】深度学习设计程序的结构-可读性、易用性(可扩展性)
├── checkpoints/
├── data/
│ ├── __init__.py
│ ├── dataset.py
│ └── get_data.sh
├── models/
│ ├── __init__.py
│ ├── AlexNet.py
│ ├── BasicModule.py
│ └── ResNet34.py
└── utils/
│ ├── __init__.py
│ └── visualize.py
├── config.py
├── main.py
├── requirements.txt
├── README.md
LLM类
如何读代码
零基础看深度学习python代码的基本方法