📚 MiniMind 笔记：大模型从零实现的完整路径
MiniMind 系列笔记目录——从 Tokenizer、Embedding 等基石，到 Transformer 架构、MoE、KV Cache，再到 SFT、DPO、PPO 算法的完整学习路径
·3 min read·499 字
# LLM# MiniMind# Transformer
# Transformer(4 篇)
第一章 NLP 基础概念
NLP 基础入门：从自然语言处理的定义与发展历程，到中文分词、实体识别、机器翻译等核心任务，再到词向量（VSM、N-gram、Word2Vec、ELMo）的发展历程。
·14 min read·2714 字
# NLP# 大语言模型# Word2Vec# Transformer# 文本表示
⚔️ 0. 深度学习的核心概念
深度学习领域的 18 个核心术语速览：从感知机、神经网络、激活函数到 Transformer、残差连接、Embedding，建立完整的概念地图。
·10 min read·1878 字
# 深度学习# 神经网络# Transformer# CNN# RNN
👻 5. 深度学习的主要架构
深入讲解三大核心架构：CNN（卷积神经网络）、RNN/LSTM/GRU（循环神经网络）与 Transformer（注意力机制），包含直觉类比、数学推导和架构对比。
·18 min read·3447 字
# 深度学习# CNN# RNN# Transformer# LSTM