这门课程以“从零手写 Transformer”为主线，带你从环境配置、词嵌入与位置编码开始，逐步实现多头注意力、Add & Norm、前馈网络、编码器与解码器，再补齐掩码、数据构建、训练循环和自回归推理，最终跑通一个完整的序列到序列模型。它不满足于调用现成 API，而是用公式配合代码逐句拆解，让你真正看懂张量形状、Q/K/V、交叉注意力、残差连接和 mask 的作用。课程适合有 Python 与 PyTorch 基础、希望深入理解 Transformer 内部机制的学习者，也适合想通过动手实现打通 NLP 模型训练全流程的开发者。学完后，你将能够独立搭建并调试 Transformer，理解训练与推理的关键细节，具备继续学习大模型、注意力机制和序列生成任务的扎实基础。