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