ARTICLE · 1187178
AI 工具如何辅助学习?——以Transformer为例
AI 工具如何辅助学习?——以Transformer为例 Transformer是DeepSeek、GPT等大语言模型的底层技术，对它的掌握，可视学习“深度学习”的一个标志性节点。 我虽然会点Python，机器学习也懂点皮毛，但对学习Transformer一直心存恐惧——毕竟年龄不小了、脑袋也没那么灵光了。Claude Code等AI 工具的出现，让我重新萌生了学习Transformer的念头。最终，在DeepSeek、Claude Code等工具的帮助下，我不仅理解了Transformer，还手写了底层代码。这段经历让我对“AI如何辅助学习”有了更深的体会，于是我就想把它记录下来，希望能给想学Transformer的朋友提供一点参考。 （一）借助DeepSeek通读经典论文。我做的第一件事，是把《Attention is All You Need》这篇论文交给DeepSeek，让它翻译成中文并概括出主要内容。在此基础上，我进一步追问了相关概念，比如“注意力机制”、“多头”、“掩码”等等。 （二）借助DeepSeek寻找示例数据。DeepSeek推荐了多个数据集，我最终选择了HuggingFace网站的一个。 （三）借助Claude Code编写代码。我用的提示词是：“请基于**文件夹下名称为**的数据，编写Transformer算法的底层代码。”Claude Code会编写代码，并自动纠错，直至跑通为至。 （四）借助Claude Code理解代码。编写提示词让Claude Code解释每个类、每个函数的功能，并指出哪些行用来实现Embedding层，哪些行用来实现Multi-Head Attention层。 （五）自己编写简化代码。Claude Code编写的代码通常都是“批次输入”，理解起来比较吃力。我仿照它，编写了“单条数据输入”的版本，降低理解难度。 （六）对比自编代码和AI代码。等自编代码均顺利实现相关功能后，我再加入“批次”维度重新组装代码，最后验证自编代码和AI代码的输出是否一致。 这次经历给我的感受是：AI Agent确实降低了学习门槛，能够突破年龄和学科背景等因素的束缚。如果大家也有想学而不敢学的内容，不妨试试AI Agent这些新的工具！ 
“E校挺好”公众号将致力于知识的分享和交流，欢迎大家转发和投稿！
