原理精讲

Tokenization 基础 BPE 算法详解 GPT 系列 Tokenizer BPE 训练工程化

从 token ids 到 logits Embedding 与 LM Head

Attention 机制

位置编码基础 RoPE 数学推导 RoPE 代码实现长度外推

GPU 编程基础

GPU 架构基础张量布局 Triton 入门：向量加法

Flash Attention 原理详解从朴素实现到 Auto-Tuning Block Pointer 与多维支持 Causal Masking 优化 Grouped Query Attention 反向传播实现

分布式训练

数据并行 ZeRO 优化器全分片数据并行张量并行流水线并行多维混合并行

动手训练

预训练数据 Tokenizer 训练模型架构数据流水线训练循环监控与验证

训练循环

会员专享

拆开 LightningCLI、PretrainModule、优化器和调度器

登录以继续阅读

这是一篇付费内容，请登录您的账户以访问完整内容。

数据流水线

理解 Parquet shard 如何变成 input_ids、labels 和 attention_mask

监控与验证

使用 TensorBoard、SwanLab、采样文本和 checkpoint 跟踪预训练

目录

LightningCLI 是什么

Lightning 接管了什么

Validation step

WSD 学习率调度

常用覆盖参数