6.0 学习指南与任务单：深度学习与 Transformer 基础
主要学习路线已经放在 第 6 章入口。本页只作为练习时快速查看的清单。
一句话模型
batch 数据 -> 模型前向 -> 损失 -> 反向传播梯度 -> 优化器更新 -> 曲线
如果代码看起来很长，先找出这六步。
练习清单
| 检查项 | 证据 |
|---|---|
| 能解释 forward、loss、backward、optimizer | 训练闭环说明 |
| 能运行一个最小 PyTorch 脚本 | train.py |
| 能打印模型中的 tensor shape | shape trace |
| 能对比训练曲线和验证曲线 | 曲线图片或 CSV |
| 能解释 Attention 改变了什么 | attention 说明 |
| 能完成证据包工作坊 | deep_learning_workshop_run/ |
证据标准
| 产物 | 应该回答什么 |
|---|---|
| 训练闭环说明 | forward、loss、backward、optimizer step 分别发生了什么？ |
| shape trace | tensor shape 在模型里怎样变化？ |
| 曲线图片或 CSV | 模型是在欠拟合、过拟合，还是稳定变好？ |
| attention 说明 | Attention 增加了什么信息，还有什么依然困难？ |
| 失败样本记录 | 哪个样本失败了，这说明数据、模型还是标签哪里有问题？ |
可以继续的信号
当你能训练一个小模型、保存训练日志、查看失败样本，并解释模型为什么变好或失败时，就可以进入第 7 章。