入门诊断答题纸
入门诊断答题纸
使用说明
先独立填写，不查资料，不让 AI 直接代答。写完后再把答案交给 AI 或老师检查。
A. 概念直觉
A1. 什么是 tensor？它和普通表格数据有什么关系？
我的回答：
证据例子：
A2. 什么是 loss？为什么模型训练需要 loss？
我的回答：
证据例子：
A3. gradient 在训练中起什么作用？
我的回答：
证据例子：
A4. overfitting 是什么？为什么训练集表现好不代表模型好？
我的回答：
证据例子：
A5. embedding 解决了什么问题？
我的回答：
证据例子：
A6. attention 为什么可以理解为“按相关性取信息”？
我的回答：
证据例子：
B. 数学与公式
B1. 对公式 y = Wx + b，说明 x、W、b、y 分别是什么。
我的回答：
我能写出的 shape：
B2. softmax 的输入和输出分别表示什么？
我的回答：
我能举的例子：
B3. 为什么 attention 里会出现 QK^T？
我的回答：
我不确定的地方：
B4. 为什么训练时要做反向传播？
我的回答：
我能举的例子：
B5. 什么叫参数量？什么叫 token 数？什么叫计算量？
我的回答：
我不确定的地方：
C. 代码能力
C1. 用 Python 创建一个二维数组，并说明它的 shape。
我的代码或伪代码：
shape 解释：
C2. 在 PyTorch 中，nn.Module 大概负责什么？
我的回答：
C3. 为什么训练代码通常有 forward、loss、backward、optimizer.step 这几个步骤？
我的回答：
C4. 如果一个 notebook 跑不通，你会先检查哪 3 件事？
1. 2. 3.
C5. 看到 shape mismatch 报错，你会怎么定位？
我的定位步骤：
1. 2. 3.
D. 论文阅读能力
我选择的论文：
D1. 这篇论文想解决什么问题？
我的回答：
D2. 它的方法是改模型结构、训练目标、数据规模，还是适配方式？
我的回答：
D3. 它最想证明什么？
我的回答：
D4. 它的局限可能在哪里？
我的回答：
D5. 如果在组会上介绍，你会用哪一句话开头？
我的开场句：
E. 表达能力
题目：我为什么要按 word2vec、ResNet、Attention、Transformer、GPT/BERT、Scaling Law、RLHF/LoRA/Diffusion 这个顺序学习？
我的 2 分钟稿：
自评分
| 维度 | 分数 0-2 | 证据 | 最薄弱点 |
|---|---|---|---|
| 概念直觉 | 0 | 2026-07-16 尚未开始系统学习，暂不能独立解释 tensor、loss、gradient、embedding、attention。 | 不能用自己的话稳定定义核心概念。 |
| 数学与公式 | 0 | 2026-07-16 尚未开始系统学习，暂不能独立写出 y = Wx + b 的 shape、softmax 含义和 QK^T 作用。 | 对变量、矩阵维度和训练公式缺少直觉。 |
| 代码能力 | 0 | 2026-07-16 尚未开始系统学习，暂不能独立解释 PyTorch nn.Module、训练循环和 shape mismatch 定位。 | 能写少量 Python，但还不能读深度学习 notebook。 |
| 论文阅读 | 0 | 2026-07-16 尚未开始系统学习，暂不能独立说出任一经典论文的研究问题、方法、证据和局限。 | 不知道如何从论文中抽取问题、方法和边界。 |
| 表达能力 | 0 | 2026-07-16 尚未开始系统学习，暂不能用 2 分钟说明这条论文学习路线的逻辑。 | 还不能把材料组织成专业表达。 |
总分：0/10
第一周策略：先不追求“看懂论文”，而是完成入门诊断订正和 Day01 概念工作纸。第一周优先补 tensor、loss、gradient、embedding、attention 的一句话定义、典型场景和可追问问题；每学完一个概念，都写出“我会什么/不会什么/下一步问什么”。
需要转入 错题与薄弱点复盘.md 的 3 个问题：
- 我能否用自己的话解释 tensor、loss、gradient 各自解决什么问题？
- 我能否看懂一个最小神经网络里的输入 shape、权重 shape、输出 shape？
- 我能否把 word2vec 或 attention 的研究问题说成一句专业但不夸大的话？