目录

0.引言

1. NLP基础学习

1.1文本预处理（分词、tokenization）。

1.1.1 分词（Tokenization）

1.2词嵌入（word embeddings，如Word2Vec）

1.2.1 Word2Vec（基于上下文训练）

1.2.2 预训练词向量（GloVe、FastText）

1.2.4 Transformer 词嵌入（BERT, GPT）

1.3序列建模（RNN、LSTM初步了解即可，重点转到transformer）

1) 自注意力机制

2.Pytorch快速入门/复习

2.1基础组件

2.2模型构建与训练

2.3数据处理

2.4调试与优化

---

0.引言

随着大模型爆火，准备好好深入学习下，根据招聘岗位，总结了下大模型人才需要具备以下能力：

• 深度学习与大模型开发：熟练掌握 PyTorch，了解 TensorFlow，熟悉 Transformer、BERT、GPT 等模型及其微调算法（如 LoRA）。
• 大模型微调与优化：掌握微调方法（Supervised/PEFT）、指令微调、模型对齐、推理性能加速（vLLM、LmDeploy、Ollama 等）。
• RAG（检索增强生成）：熟悉 LangChain、Haystack、LlamaIndex，能结合向量数据库（Milvus、Chroma）进行知识库构建。
• 大模型训练与部署：具备训练数据构建、训练策略优化、分布式计算（DeepSpeed）、GPU架构与推理优化经验。

之前有NLP的文档，但是也忘得差不多了且废话有点多，针对LLM需要的知识恶补一下：

关于Transformer架构见：NLP实战8：图解 Transformer笔记_nlp和transformer架构-CSDN博客

1. NLP基础学习

• 目标: 掌握NLP核心概念，为理解LLM打基础。

1.1文本预处理（分词、tokenization）。

文本数据需要转换为模型可处理的格式，主要步骤包括：

1.1.1 分词（Tokenization）

分词是 NLP 处理的第一步，将句子拆分为独立的单词或子词。

1) 基于空格分词（英文）

text = "Natural Language Processing is fascinating!"
tokens = text.split()  # 直接按空格分词
print(tokens)  # ['Natural', 'Language', 'Processing', 'is', 'fascinating!']

2) 中文分词（jieba 库）

import jieba
text = "自然语言处理是人工智能的一个重要方向。"
tokens = jieba.lcut(text)
print(tokens)  # ['自然语言处理', '是', '人工智能', '的', '一个', '重要', '方向', '。']

1.2词嵌入（word embeddings，如Word2Vec）

词嵌入是将单词转换为向量，使得语义相近的词在向量空间中距离更近。

1.2.1 Word2Vec（基于上下文训练）

Word2Vec 通过 CBOW 或 Skip-gram 训练单词向量：

from gensim.models import Word2Vec
sentences = [["I", "love", "NLP"], ["NLP", "is", "awesome"]]
model = Word2Vec(sentences, vector_size=50, min_count=1)
print(model.wv["NLP"])  # 获取 NLP 的词向量

1.2.2 预训练词向量（GloVe、FastText）

可使用 预训练的嵌入模型（如 GloVe、FastText）：

from gensim.models import KeyedVectors
model = KeyedVectors.load_word2vec_format("glove.6B.50d.txt", binary=False)
print(model["king"] - model["man"] + model["woman"])  # 词向量计算

1.2.4 Transformer 词嵌入（BERT, GPT）

现代 NLP 使用 Transformer（BERT、GPT）编码语义：

from transformers import BertTokenizer, BertModel
import torchtokenizer = BertTokenizer.from_pretrained("bert-base-uncased")
model = BertModel.from_pretrained("bert-base-uncased")tokens = tokenizer("Hello world", return_tensors="pt")
output = model(**tokens)
print(output.last_hidden_state.shape)  # (1, token数, 隐藏层维度)

1.3序列建模（RNN、LSTM初步了解即可，重点转到transformer）

RNN（循环神经网络）-RNN 适用于处理文本序列，但存在梯度消失问题。

LSTM（长短时记忆网络）LSTM 通过 门控机制 解决梯度消失。

Transformer 解决 RNN 的长期依赖问题，引入自注意力机制（Self-Attention）。

1) 自注意力机制

自注意力计算输入序列中每个词对其他词的影响：

• Q（查询）
• K（键）
• V（值）
• Attention(Q, K, V) = softmax(QK^T / sqrt(d_k)) V

2.Pytorch快速入门/复习

在此之前，可以先了解两个概能，有助于下面的学习：

前向传播（Forward Propagation）

定义：前向传播是指从输入数据开始，通过神经网络的每一层，逐步计算输出值的过程。

反向传播（Backpropagation）

定义：反向传播是指从输出层开始，通过链式法则计算损失函数对每个参数的梯度，并将梯度传递回网络的每一层，用于更新参数的过程。

类比一下就是

• 前向传播：就像你做数学题时，从已知条件一步步推导出答案。

• 反向传播：就像你检查答案时，从结果一步步回溯，找出哪里出错了，并修正错误。

• 2.1基础组件

  • 张量（Tensor）操作：创建、运算、形状变换等

定义：张量（Tensor）是 PyTorch 的核心数据结构，可以看作矩阵。类似于 NumPy 的数组，但支持 GPU 加速和自动求导。

创建

import torch
# 直接从数据创建
tensor1 = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)# 创建全 0 或全 1 张量
zeros_tensor = torch.zeros((3, 3))
ones_tensor = torch.ones((2, 4))# 创建随机张量
rand_tensor = torch.rand((2, 3))  # 0-1 之间均匀分布
randn_tensor = torch.randn((2, 3))  # 标准正态分布# 指定范围创建张量
range_tensor = torch.arange(0, 10, 2)  # [0, 2, 4, 6, 8]# 指定范围创建张量
range_tensor = torch.arange(0, 10, 2)  # [0, 2, 4, 6, 8]

张量运算

PyTorch 的张量支持各种数学运算，包括加减乘除、矩阵乘法、广播机制等：

import torch
a = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)
b = torch.tensor([[5, 6], [7, 8]], dtype=torch.float32)
# 加法
sum_tensor = a + b  #或者torch.add
# 乘法（逐元素）
mul_tensor = a * b  #或者torch.mul
# 矩阵乘法
matmul_tensor = torch.matmul(a, b)  # 或 a @ b# 求均值、最大值、最小值
mean_val = torch.mean(a)
max_val = torch.max(a)
min_val = torch.min(a)

 形状变换

张量的形状可以通过 .view() 或 .reshape() 进行变换：

import torch
tensor = torch.arange(0, 12)
print(tensor)
reshaped_tensor = tensor.view(3, 4)  # 变为 3x4 矩阵
print(reshaped_tensor)
reshaped_tensor_alt = tensor.reshape(4, 3) #变成4x3 矩阵

 tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])

# 转置
tensor_t = reshaped_tensor.t()  # 仅适用于 2D 矩阵
print(tensor_t)
tensor_transposed = reshaped_tensor.permute(1, 0)  # 适用于高维张量
print(tensor_transposed)

 tensor([[ 0,  4,  8],
        [ 1,  5,  9],
        [ 2,  6, 10],
        [ 3,  7, 11]])
tensor([[ 0,  4,  8],
        [ 1,  5,  9],
        [ 2,  6, 10],
        [ 3,  7, 11]])

# 维度扩展和缩减
unsqueeze_tensor = tensor.unsqueeze(0)  # 在第 0 维增加维度
#tensor([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])
squeeze_tensor = unsqueeze_tensor.squeeze(0)  # 移除 0 维
#tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

• • 自动求导机制：autograd的使用及其原理

PyTorch 的 autograd 模块提供自动求导功能，允许构建计算图并自动计算梯度。

 计算图与自动求导

import torch
x = torch.tensor(3.0, requires_grad=True)# 创建张量，requires_grad=True 表示需要计算梯度
y = x ** 2  # 计算 y = x^2 tensor(4., grad_fn=<PowBackward0>)
# 反向传播计算梯度
y.backward()  # 计算 dy/dx
print(x.grad)  # 输出：6.0

y.backward()就是计算y对x的梯度（求导），结果存在x.gard中。同理可以处理多变量梯度

x = torch.tensor(3.0, requires_grad=True)
y = torch.tensor(4.0, requires_grad=True)z = x ** 2 + y ** 3  # 计算 z = x^2 + y^3
z.backward()  # 计算偏导print(x.grad)  # dz/dx = 2x = 6
print(y.grad)  # dz/dy = 3y^2 = 48

 在模型推理时，可以使用 torch.no_grad() 来避免计算梯度，提高计算效率：

detach() 截断梯度传播

如果某个张量的梯度不希望影响原始计算图，可以使用 detach()：

x = torch.tensor(3.0, requires_grad=True)
y = x ** 2
z = y.detach()  # z 变为普通张量，不再追踪梯度print(y.requires_grad)  # True
print(z.requires_grad)  # False

• 2.2模型构建与训练

  • 模型定义（nn.Module 的编写与使用）

在 PyTorch 中，所有神经网络模型都需要继承 nn.Module，并定义 forward() 方法来指定前向传播的计算逻辑。

import torch
import torch.nn as nn
import torch.optim as optim# 定义一个简单的前馈神经网络
class SimpleNN(nn.Module):def __init__(self, input_size, hidden_size, output_size):super(SimpleNN, self).__init__()self.fc1 = nn.Linear(input_size, hidden_size)  # 输入层到隐藏层self.relu = nn.ReLU()  # 激活函数self.fc2 = nn.Linear(hidden_size, output_size)  # 隐藏层到输出层def forward(self, x):x = self.fc1(x)x = self.relu(x)x = self.fc2(x)return x# 创建模型实例
model = SimpleNN(input_size=3, hidden_size=5, output_size=2)
print(model)

• • 前向传播与反向传播流程

前向传播：正如先前提到的，就算数据输入通过网络层逐层计算到输出的过程。

x = torch.tensor([[1.0, 2.0, 3.0]])  # 形状 (1,3)
output = model(x)  # 前向传播
print(output)  # 输出层结果

反向传播： 反向传播计算梯度，并通过 backward() 自动更新参数。

# 计算损失
criterion = nn.MSELoss()  # 均方误差损失
target = torch.tensor([[0.5, 1.5]])  # 真实值
loss = criterion(output, target)# 反向传播
loss.backward()  # 计算梯度# 查看某个参数的梯度
print(model.fc1.weight.grad)

• • 模型训练流程：前向、损失计算、反向传播、优化更新

训练模型的完整流程包括：（以下四步算一次迭代epoch）

1. 前向传播：计算模型的预测值，是训练的基础。

2. 计算损失：评估模型的性能，为优化提供目标。

3. 反向传播：计算梯度，指明参数更新的方向。

4. 优化器更新参数：实际执行参数更新，使模型逐步优化。

# 训练参数
learning_rate = 0.01
optimizer = optim.SGD(model.parameters(), lr=learning_rate)  # 随机梯度下降# 模拟训练 100 轮
for epoch in range(100):optimizer.zero_grad()  # 清空梯度output = model(x)  # 前向传播loss = criterion(output, target)  # 计算损失loss.backward()  # 反向传播optimizer.step()  # 更新参数if epoch % 10 == 0:print(f"Epoch {epoch}, Loss: {loss.item()}")

• 2.3数据处理

  • 数据集与数据加载器（Dataset 与 DataLoader）

深度学习中，数据处理是模型训练的重要环节。在 PyTorch 中，Dataset 负责数据的定义和读取，DataLoader 负责批量加载数据并支持多线程加速。

定义Dataset

import torch
from torch.utils.data import Dataset, DataLoader# 自定义数据集
class MyDataset(Dataset):def __init__(self):self.data = torch.randn(100, 3)  # 100 个样本，每个 3 维self.labels = torch.randint(0, 2, (100,))  # 100 个二分类标签def __len__(self):return len(self.data)def __getitem__(self, index):return self.data[index], self.labels[index]# 创建数据集实例
dataset = MyDataset()
print(f"数据集大小: {len(dataset)}")
print(f"样本数据: {dataset[0]}")

 DataLoader 用于批量加载数据，并支持多线程（num_workers）和打乱顺序（shuffle）。

# 创建 DataLoader
dataloader = DataLoader(dataset, batch_size=8, shuffle=True, num_workers=2)# 迭代 DataLoader
for batch_idx, (data, labels) in enumerate(dataloader):print(f"批次 {batch_idx} - 数据形状: {data.shape}, 标签形状: {labels.shape}")break  # 仅展示第一批次

• • 数据预处理与增强

PyTorch 提供 torchvision.transforms 进行数据预处理，如归一化、随机裁剪等。不过这个多针对于图片，之前的文章可以参考。不再赘述。

• 2.4调试与优化

  • 学习率调度器与超参数调优

学习率是干啥的？控制参数更新的步长，影响模型的训练速度、收敛性和稳定性。

一般使用学习率调度器，常用的比如Adam、SGD等

import torch.optim.lr_scheduler as lr_scheduler# 定义优化器
optimizer = torch.optim.Adam(model.parameters(), lr=0.01)# 定义学习率调度器（StepLR：每 5 轮学习率衰减为原来的 0.1 倍）
scheduler = lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)# 训练过程中更新学习率
for epoch in range(15):optimizer.step()  # 训练步骤scheduler.step()  # 更新学习率print(f"Epoch {epoch}: Learning Rate = {scheduler.get_last_lr()[0]}")

 常见学习率调度策略

调度器	作用
StepLR	每 step_size 轮后，学习率乘以 gamma
ExponentialLR	学习率按 gamma^epoch 指数衰减
ReduceLROnPlateau	当损失不下降时降低学习率
CosineAnnealingLR	余弦退火策略

• • 模型保存、加载与断点恢复

PyTorch 通过 torch.save() 保存模型权重，torch.load() 加载模型，实现训练中断后恢复。

保存的模型一般是.pth文件，可以再加载。

2.3 断点恢复

如果训练过程中意外中断，可以保存优化器状态、当前 epoch 等信息，便于下次继续训练。