course_lora-tinygpt2 说明文档目录

这套目录页服务于第一次接触 Python、PyTorch、LoRA 和 Hugging Face 训练流程的同学。建议按下面顺序阅读，而不是一上来就直接点开 .ipynb 或 .py 文件。

1. 先看整体流程

• 00_check_env_intro.html：环境检查 notebook 说明，帮助你确认 Python、PyTorch、CUDA、transformers 是否可用。
• 01_lora_demo_intro.html：课堂版 LoRA 演示 notebook 说明，先理解最小训练闭环。
• 02_eval_and_infer_intro.html：评估与推理 notebook 说明，理解 adapter 如何和 base model 一起工作。

2. 再看训练脚本

• download-model_intro.html：模型下载 notebook 的说明。
• run_train_intro.html：启动训练脚本 run_train.sh 的逐行说明。
• train_lora_intro.html：核心训练脚本 train_lora.py 的逐行说明。
• requirements_intro.html：依赖文件 requirements.txt 的解释。

3. 再看数据文件

• data/sample_train_intro.html：训练集样例逐条说明。
• data/sample_val_intro.html：验证集样例逐条说明。

4. 理解基础模型目录

• models/tiny-gpt2/model_dir_intro.html：基础模型目录整体说明。
• models/tiny-gpt2/config_line_intro.html：config.json 逐行说明。
• models/tiny-gpt2/generation_config_line_intro.html：generation_config.json 逐行说明。
• models/tiny-gpt2/tokenizer_config_line_intro.html：tokenizer_config.json 逐行说明。
• models/tiny-gpt2/tokenizer_json_structure_intro.html：tokenizer.json 的结构化说明。

5. 理解训练输出目录

• outputs/notebook_demo/output_dir_intro.html：训练输出目录整体说明。
• outputs/notebook_demo/adapter_config_line_intro.html：LoRA adapter 配置逐行说明。
• outputs/notebook_demo/README_line_intro.html：自动生成模型卡 README.md 的逐段说明。
• outputs/notebook_demo/training_args_bin_intro.html：训练参数快照 training_args.bin 的说明。
• outputs/notebook_demo/checkpoint-2/trainer_state_line_intro.html：trainer_state.json 的逐行说明。

推荐阅读顺序

如果你是第一次接触这套实验，建议按这个顺序走：

1. 00_check_env_intro
2. 01_lora_demo_intro
3. 02_eval_and_infer_intro
4. run_train_intro
5. train_lora_intro
6. sample_train_intro / sample_val_intro
7. model_dir_intro
8. output_dir_intro

这一套材料最想帮你建立什么感觉

• 不是“背会命令”，而是知道每个文件为什么存在。
• 不是“会运行 notebook”，而是知道每个 cell 在验证什么。
• 不是“看见输出目录就忽略”，而是知道训练后真正保存了哪些东西。