TTiti的学习笔记
首页 / 综合实践 / 12_深度学习原理与经典论文路线/结业证据档案.md

结业证据档案

综合实践 · 12_深度学习原理与经典论文路线/结业证据档案.md

结业证据档案

一句话定义

这份档案用来集中保存你是否真正学会深度学习原理路线的证据。只有这里的证据足够,才能说“我不是看过材料,而是已经形成最低可用能力”。

使用方式

每完成一个阶段,把证据链接或摘要填进来。不要写“已完成”,要写能被检查的证据。

合格证据包括:

  1. 你自己的文字答案。
  2. notebook 的运行输出、shape、loss 或截图说明。
  3. 口头汇报稿、录音要点或追问回答。
  4. 错题修正记录。
  5. AI 输出被你审查和修改的记录。

不合格证据包括:

  1. “我看完了视频”。
  2. “AI 给我解释过”。
  3. “notebook 文件存在”。
  4. “我大概懂了”。

1. 入门诊断证据

证据项文件/位置是否完成备注
入门诊断原始答案入门诊断答题纸.md 的 A-E 原始回答区未开始;2026-07-16 只记录了未开始基线,A-E 原始回答仍为空当前诚实结论是还没开始学习,不能伪造概念、数学、代码、论文和表达答案;下一步先处理 Day01 概念工作纸。
概念/数学/代码/论文/表达五维评分入门诊断答题纸.md 的自评分表基线已记录;2026-07-16 五维均为 0 分,总分 0/10评分不是学习成果,而是起点证据:概念直觉、数学公式、代码能力、论文阅读、表达能力均需从 0 开始补。
最薄弱维度入门诊断答题纸.md 的自评分表基线已记录;2026-07-16 五个维度并列最薄弱因为五维全为 0,第一周不区分优先级过细,先补 tensor、loss、gradient、embedding、attention 的最低可用表达。
第一周调整策略入门诊断答题纸.md 的第一周策略基线已记录;2026-07-16 写入第一周策略草案策略是先做 Day01 概念工作纸和入门诊断订正,不急着读论文;每个概念都留下“会什么、不会什么、下一步问什么”。

2. 12 篇论文学习证据

每篇论文至少要有“一页笔记 + 最小机制 + 追问边界”。

论文一页笔记最小机制3 个追问局限边界掌握度总分
word2vec
ResNet
Attention
Transformer
GPT
BERT
GPT-3
Scaling Law
Chinchilla
RLHF
LoRA
Diffusion

3. notebook 和代码证据

每个 notebook 跑完后,至少记录输入 shape、输出 shape、loss/结果解释和未覆盖内容。

notebook是否运行关键 shapeloss/输出解释未覆盖论文部分证据位置
dl_01_word2vec_embeddings.ipynb
dl_02_resnet_block.ipynb
dl_03_attention_qkv.ipynb
dl_04_mini_gpt_causal_lm.ipynb
dl_05_bert_mlm_toy.ipynb
dl_06_scaling_law_chinchilla_toy.ipynb已在当前 Python 执行通过
dl_07_lora_linear.ipynb
dl_08_diffusion_denoising_toy.ipynb

4. 间隔复习证据

论文D0 笔记D1 复述D7 追问D21 对比仍需补强
word2vec
ResNet
Attention
Transformer
GPT/BERT
GPT-3/Scaling/Chinchilla
RLHF/LoRA/Diffusion

5. AI 协作证据

周次AI 帮了什么你修改了什么发现的风险/不准确最终产出
第 1 周
第 2 周
第 3 周
第 4 周
第 5 周
第 6 周
第 7 周
第 8 周

6. 最终模拟组会证据

证据项内容
汇报主题
使用的论文
展示的 notebook
10 分钟稿位置
5 个追问和回答
自评结果
还不懂的边界
下一步补强任务

7. 最终一句话结论

完成后用下面格式写结论:


我目前已经能用自己的话解释【数量】篇论文,能运行或解释【数量】个最小 demo,能完成【主题】的 10 分钟汇报。

我的主要边界是【边界 1】、【边界 2】、【边界 3】。

下一步最应该补的是【一个具体任务】。