duoan/TorchCode

Что это?

Ключевые возможности

• 0141 задача охватывает основы, варианты attention, блоки трансформеров, обучение, декодирование и функции потерь для обучения с предпочтениями.
• 02Автоматический модуль проверки оценивает корректность выходных данных, прохождение градиентов, формы тензоров и граничные случаи, показывая результат каждого теста.
• 03Для каждой задачи доступны подсказки и эталонные решения.
• 04Сброс кнопкой на панели инструментов возвращает ноутбук к пустому шаблону, чтобы можно было практиковаться снова.
• 05Работает на CPU в одном контейнере Docker или Podman, а также в Google Colab без локальной настройки.

Сценарии использования

• Подготовка к собеседованиям на должности ML-инженеров, где просят написать операции PyTorch на доске или во время практического задания.
• Изучение принципов работы softmax, attention, нормализации или LoRA через реализацию без высокоуровневых вспомогательных средств.
• Практика с тензорными операциями PyTorch и autograd на ноутбуке без GPU.
• Проведение занятий с упражнениями и пошаговыми инструкциями в классе или учебной группе через ссылки на Colab.

Быстрый старт

1. 1

   Загрузите и запустите предварительно собранный образ Docker

   docker run -p 8888:8888 -e PORT=8888 ghcr.io/duoan/torchcode:latest
2. 2

   Откройте приложение в браузере

Что важно знать

• !Требуется Docker или Podman либо локальная сборка с помощью make.
• !Judge работает в Jupyter и предназначен в первую очередь для практики с PyTorch, а не для общего использования.
• !В метаданных проекта лицензия не указана.

Темы

Частые вопросы

Что такое TorchCode?

Интерактивная платформа для практики реализации операторов и архитектур PyTorch с нуля и автоматической проверкой в Jupyter. TorchCode — это набор из 41 задачи для практики работы с PyTorch с нуля, по формату напоминающий LeetCode. В каждой задаче нужно реализовать распространённую операцию или компонент модели — например, softmax, LayerNorm, multi-head attention, RoPE, LoRA или блок GPT-2 — обычно без использования torch.nn. Задачи представлены в виде Jupyter-ноутбуков с пустым шаблоном и отдельным эталонным решением.

TorchCode можно использовать бесплатно? Какая у него лицензия?

У TorchCode не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.

TorchCode всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в TorchCode — 31 июл. 2026 г..

Для чего можно использовать TorchCode?

Подготовка к собеседованиям на должности ML-инженеров, где просят написать операции PyTorch на доске или во время практического задания. Изучение принципов работы softmax, attention, нормализации или LoRA через реализацию без высокоуровневых вспомогательных средств. Практика с тензорными операциями PyTorch и autograd на ноутбуке без GPU. Проведение занятий с упражнениями и пошаговыми инструкциями в классе или учебной группе через ссылки на Colab.

Как установить TorchCode?

Загрузите и запустите предварительно собранный образ Docker: docker run -p 8888:8888 -e PORT=8888 ghcr.io/duoan/torchcode:latest Откройте приложение в браузере

Где скачать TorchCode?

Исходный код и инструкции по установке — на GitHub: https://github.com/duoan/TorchCode