NamiGPT

本页保存的是公开项目资料快照，阅读过程不需要连接 GitHub。

NamiGPT

零基础入门大模型（LLM）的基础教程 从零手写 GPT-2，一行行看懂大模型是怎么工作的

图片：test 图片：Python 图片：PyTorch 图片：Code License 图片：Docs License 图片：教程 图片：GitHub stars 图片：X

图文教程 · 快速开始 · 在线可视化 · 作者 𝕏

不需要大模型基础，会一点 Python、懂矩阵乘法这样的线性代数基础就够了。我们用 PyTorch 从零手写一个 GPT-2，加载 OpenAI 官方权重，跑通推理和文本生成。

• 不调用任何现成的 Transformer 模块，模型代码 gpt2/model.py 不到 200 行
• 用一个 3 个词的例子「猫吃鱼」，从分词一路推到文本生成，每篇都配可运行脚本
• 和 HuggingFace 官方实现逐项对齐，测试保证结果一致

学之前，先看这两份可视化

1. 先看懂 Transformer 原论文的架构图

GPT-2 的骨架来自 2017 年的论文 Attention Is All You Need（GPT-2 只用了图中右半边的解码器部分）。我把论文里最有名的这张架构图做成了动态版：按数据流动的顺序一步步高亮，每一步都配有原文和白话解释。

👉 一张图看懂 Transformer

2. 代码看不懂？看矩阵是怎么一格一格算出来的

页首那张动图就是其中一步。同样用「猫吃鱼」3 个词，把一次完整的推理拆成 11 步，每个矩阵都能点「播放」，看每一格是怎么算出来的。读代码卡住的时候，对照着看会容易很多。

👉 大模型是怎么推理的

写在前面

这个系列是我自己从零开始、一点一点学大模型留下的笔记。

一开始我也看不懂 Attention 公式里的 Q、K、V，不知道 768 维的向量到底在算什么。所以我给自己定了一个笨办法：每学一个模块，就用最小的例子「猫吃鱼」把矩阵一步步算出来，再亲手写成代码跑一遍，确认真的懂了，才往下走。

15 篇文章，就是这条路上的 15 个台阶。从分词、Embedding、注意力，一直写到加载 OpenAI 的官方权重、让模型真正生成文字。仓库里的每一行代码，我都自己写过、跑过。

如果你也想搞懂大模型，但被公式和论文劝退过，希望这份笔记能帮你少走一些弯路。

名字致敬 Karpathy 的 nanoGPT。NamiGPT 是面向中文零基础读者的入门教程：不追求训练效率，而是用「猫吃鱼」这个例子，把 GPT-2 的每一步拆开讲清楚。

📖 图文版教程：namiai.tech/articles

---

推理篇：从零拼出 GPT-2

#	主题	图文教程	原稿	代码
01	项目介绍	网页	md	—
02	Tokenizer 分词器	网页	md	ep02
03	Embedding 嵌入层	网页	md	ep03
04	Positional Encoding 位置编码	网页	md	ep04
05	Self-Attention 自注意力	网页	md	ep05
06	Multi-Head Attention 多头注意力	网页	md	ep06
07	Residual Connection 残差连接	网页	md	ep07
08	LayerNorm 层归一化	网页	md	ep08
09	FFN 前馈网络	网页	md	ep09
10	Activation Function 激活函数	网页	md	ep10
11	Transformer Block	网页	md	ep11
12	Transformer Stack 堆叠	网页	md	ep12
13	Loading Pretrained Weights 加载权重	网页	md	ep13
14	Text Generation 文本生成	网页	md	ep14
15	Interpretability 可解释性	网页	md	ep15

每个脚本都可以单独运行，例如：

python chapters/01-inference/ep06_multi_head_attention.py

---

快速开始

git clone https://github.com/aa1143/NamiGPT.git
cd NamiGPT
pip install -r requirements.txt

# 国内网络建议先设置 HuggingFace 镜像（只用来下载官方权重）
export HF_ENDPOINT=https://hf-mirror.com

import tiktoken, torch
from gpt2 import from_pretrained, generate

enc = tiktoken.get_encoding("gpt2")
model = from_pretrained("gpt2")          # 手写模型 + 官方 124M 权重

ids = torch.tensor([enc.encode("The cat sat on the")])
out = generate(model, ids, max_new_tokens=30, temperature=0.8, top_k=50)
print(enc.decode(out[0].tolist()))

网页版演示（续写 + 每一步的候选词概率）：

pip install gradio
python demo/app.py

GPT-2 没有经过对话微调，它只会「接着往下写」，不会回答问题；训练语料以英文为主，建议输入英文。

---

仓库结构

NamiGPT/
├── gpt2/                  # 完整的 GPT-2 实现，可以直接 import
│   ├── config.py          #   模型配置（124M / 355M / 774M / 1.5B）
│   ├── model.py           #   模型本体：LayerNorm、Attention、FFN、Block、GPT
│   ├── load_weights.py    #   把官方权重搬进手写模型
│   └── generate.py        #   贪心 / 温度 / top-k 生成
├── chapters/01-inference/ # 每篇文章对应一个演示脚本
├── docs/01-inference/     # 文章原稿
├── demo/app.py            # Gradio 网页演示
└── tests/                 # 形状检查 + 与 HuggingFace 对齐测试

运行测试

pytest tests/ -v                       # 用随机权重对比，不需要下载，几秒钟跑完
TEST_PRETRAINED=1 pytest tests/ -v     # 额外下载真实 GPT-2 权重再对比一次

和 HuggingFace 实现对齐时要注意的三个细节

1. 因果掩码：每个词只能看到自己和前面的词。漏掉这一步，加载官方权重后输出就是错的。
2. 权重转置：GPT-2 原始代码用 Conv1D，权重形状是 [in, out]；nn.Linear 是 [out, in]，搬过来要转置。c_attn 还把 Q、K、V 拼在了一起，要先切成三份。
3. GELU 版本：GPT-2 用的是 tanh 近似版。PyTorch 的 nn.GELU() 默认是精确版，要写 approximate="tanh" 才能逐位对齐。

---

License

• 代码：MIT
• 文章（docs/ 目录）：CC BY-NC 4.0，转载请注明出处，禁止商用

作者：纳米AI · namiai.tech