基于 Transformer 架构的机器学习项目集合,包含翻译模型、推理系统和AI算法学习资源。
Universal-Translator/
├── Eng2Fren/ # 英法翻译模型
│ ├── transformer.py # Transformer 模型实现
│ ├── transformer-d2l.py # 训练脚本
│ ├── simple_translator.py # 交互式翻译器
│ └── batch_translate.py # 批量翻译工具
│
├── ai_test/ # AI 算法学习与面试
│ ├── Transformer/ # Transformer 教程和代码实现
│ │ ├── tutorial.ipynb # 交互式教程 (含面试题)
│ │ └── Code/ # 模块化代码实现
│ ├── ACM/ # ACM 算法练习
│ └── 2025/ # 大厂机试题目集 (2025年)
│
├── llm-scratch/ # LLM 从零实现
│ ├── chap2-work_with_text_data/ # 文本数据处理
│ ├── chap3-attention_mechanisms/ # 注意力机制
│ ├── chap4-implement_gpt_model/ # GPT 模型实现
│ ├── chap5-pretraining/ # 预训练
│ ├── chap6-fine-tuning-for-classification/ # 分类任务微调
│ └── chap7-fine-tuning-to-follow-instruction/ # 指令微调
│
└── reasoning-scratch/ # 推理系统从零实现
└── README.md # 逻辑推理、搜索算法等
# 克隆仓库
git clone https://github.com/Michael-Jackson666/Universal-Translator.git
cd Universal-Translator
# 安装依赖
pip install torch d2l numpy matplotlib# 训练模型
python Eng2Fren/transformer-d2l.py
# 交互式翻译
python Eng2Fren/simple_translator.py
# 批量翻译
python Eng2Fren/batch_translate.py --input source.txt --output translated.txt# 查看交互式教程
jupyter notebook ai_test/Transformer/tutorial.ipynb
# 运行测试
cd ai_test/Transformer/Code
python test_attention.py# 学习各章节代码
cd llm-scratch/chap4-implement_gpt_model
python gpt-model.py基于 Transformer 的机器翻译模型,支持训练、推理和批量翻译。
- Transformer/: 完整的 Transformer 教程和模块化实现
- ACM/: 算法练习题
- 2025/: 大厂机试真题集
逐章实现大语言模型,从文本处理到指令微调的完整流程。
逻辑推理、搜索算法、知识图谱等推理系统的实现。
欢迎提交 Issue 和 Pull Request!
MIT License
最后更新: 2025年11月15日