关于本站
本站「志浩AI模型训练记录」是一个专注于深度学习模型训练技术分享的个人博客。创建初衷是为了系统性地记录我在AI模型训练过程中的学习笔记、实践经验与踩坑总结，同时也希望能为正在学习深度学习的同学提供一份真实可参考的学习资料。
个人简介
我是志浩，一名深度学习模型训练方向的学习者与研究者。从最初对神经网络的懵懂好奇，到能够独立完成大规模模型训练任务的配置与调优，这一路上经历了无数次的调试、失败与重新尝试。我相信最好的学习方式就是动手实践与记录分享，因此搭建了这个博客，将我的学习轨迹完整地呈现出来。
学习经历
2026 年 · 深入大模型训练
开始接触大型语言模型（LLM）的预训练与微调流程，学习分布式训练框架（DeepSpeed、Megatron-LM），在 4×A100 集群上完成了 LLaMA-7B 的完整训练实验。
2025 年 · 系统学习模型训练技术
系统学习了 PyTorch 与 TensorFlow 的训练流程，掌握了混合精度训练、分布式数据并行、梯度累积等核心技巧。开始尝试复现经典论文（ResNet、ViT、LoRA 等），并在 CIFAR-100、ImageNet 等数据集上完成了实验验证。
2024 年 · 入门深度学习
从零开始学习深度学习基础，掌握了 CNN、RNN、Transformer 等经典网络结构，学习了 CUDA 编程基础与 GPU 加速原理，完成了第一个图像分类模型的训练。
关注领域
- 模型训练优化：学习率调度、梯度优化、训练稳定性与收敛速度提升
- 数据集工程：大规模数据清洗、预处理、标注管理与数据增强
- 论文复现：复现经典与前沿论文的实验结果，深入理解算法原理
- 工具使用：PyTorch / TensorFlow / CUDA / DALI / DeepSpeed 等工具链的实战经验
建站愿景
本博客保持纯技术学习记录的性质，不涉及任何交易或商业内容。我希望通过持续的内容积累，构建一个对AI学习者真正有帮助的知识库。所有文章均为个人学习过程中的真实记录，可能存在不完善之处，欢迎指正与交流。