本教程特點：

• 除了python基礎庫和pytorch基礎運算外，不借助其他第三方庫

• 從零推導、實現(xiàn)Transformer及Bert、GPT、Diffusion等熱門模型

• 從零實現(xiàn)data parallel、tensor parallel、pipeline parallel等并行訓練策略

• 借助開源大模型權重，從零實現(xiàn)SFT+RLHF的訓練、部署

平時工作忙，如果有同學有精力和意愿來一起完善代碼和教程，歡迎私信聯(lián)系

隨著Transformer在文本、圖像等領域的應用，以及ChatGPT的爆火，可以說只要掌握了基礎算法知識和Transformer，幾乎能開發(fā)出任意AI算法。但是huggingface的Transformers有很多穩(wěn)定性代碼導致學習成本太高，所以打算從頭寫一寫Transformer及bert、gpt、diffusion（up主自己是做NLP的，所以diffusion模型會放在最后）等模型，并把這個過程記錄一下，一方面是為了自身鞏固，另一方面也希望給還沒完全掌握算法細節(jié)的同學提供參考。希望通過本教程的學習，可以理解AIGC模型的開發(fā)原理。本教程完全基于個人學習過程中的理解，難免有不足和錯誤，歡迎指正和探討。

本教程分成8個部分（配套代碼見https://github.com/firechecking/CleanTransformer）

第一部分：我們會開發(fā)NLP中的BPE、WordPiece、ULM分詞，實現(xiàn)分詞器的train、tokenize、encode、decode；

第二部分：會復現(xiàn)《attention is all you need》中的LayerNorm、MultiHeadAttention，以及TransformerBlock；

第三部分：實現(xiàn)完整的Bert和GPT1/2分詞器、模型搭建，并將下載huggingface的Bert、GPT2模型權重加載到我們的框架中完成推理；

第四部分：為了實現(xiàn)生成模型的推理，我們在這一章會實現(xiàn)常用的3種生成策略：Greedy Search、Beam Search、Beam Sample；

第五部分：這部分我們將實現(xiàn)SGD、Adam這2個常用的Optimizer，MSELoss和CrossEntropyLoss這2個常用loss，并在小規(guī)模數(shù)據(jù)集上驗證模型訓練和模型部署；

前5個部分的配套代碼已經(jīng)開發(fā)完成，大家可以clone代碼自己測試和修改。后面幾個部分的代碼還在開發(fā)中，會隨著教程一起在代碼庫中更新。

第六部分：加載LLaMA模型權重，基于指令微調數(shù)據(jù)集和RLHF數(shù)據(jù)集，實現(xiàn)模型的指令微調，然后部署一個可對外提供服務的大模型實例；

第七部分：為了實現(xiàn)更大規(guī)模的模型訓練，這部分我們要在框架中實現(xiàn)分布式訓練（將要實現(xiàn)data parallel、tensor parallel、pipeline parallel這三種并行方法），同時會嘗試activition checkpoint及懶加載等方式，在盡可能少的GPU上實現(xiàn)大模型訓練；

第八部分：Diffusion等圖像生成模型開發(fā)、訓練、優(yōu)化、部署等