源码与数据

直接在浏览器阅读脚本，或下载完整练习包到本地执行。

下载练习包 ZIP

练习包包含教程、Python 代码、测试、依赖清单和候选数据，不含模型权重、训练结果或本地环境。数据仍需审核。

下载 GPU 训练 Notebook · 使用方法

Notebook 直接读取包内 data/dataset.json，需要与项目代码一起使用。第 3 章的本地 GPU 上传包还包含分词器；上方通用源码练习包不包含模型缓存。

文件	阅读
book_review.sh	打开
data/dataset.json	打开
lab/__init__.py	打开
lab/audit.py	打开
lab/common.py	打开
lab/data.py	打开
lab/download-lock.json	打开
lab/download.py	打开
lab/evaluate.py	打开
lab/infer.py	打开
lab/merge.py	打开
lab/prepare.py	打开
lab/train.py	打开
lab/training.py	打开
pyproject.toml	打开
requirements-book-lock.txt	打开
requirements-book.txt	打开
requirements-cpu.txt	打开
requirements-data.txt	打开
requirements-download.txt	打开
requirements-notebook.txt	打开
requirements-train.txt	打开
tests/test_artifacts.py	打开
tests/test_book.py	打开
tests/test_bundle.py	打开
tests/test_data.py	打开
tests/test_download.py	打开
tests/test_eval.py	打开
tests/test_gpu_zip.py	打开
tests/test_notebook.py	打开
tests/test_prepare.py	打开
tests/test_render.py	打开
tests/test_training.py	打开
tests/test_tutorial.py	打开
tools/__init__.py	打开
tools/build_gpu_zip.py	打开