一个给零基础的自己设计的深度学习速成项目：目标是三五天里搞懂”训练一个模型”的完整流程，不追理论深度，要的是工程直觉。
设定：老师 + 打字员，全程录制
这个项目的机制比内容更值得记。角色分工很明确——CC 是”老师 + 打字员”，我是”大脑 + 眼睛”，我只输入”继续”或提问，所有命令和代码由 CC 执行。教学节奏是固定的”讲 → 做 → 复盘”三段式：执行前先预告”应该看到什么现象”，执行后对照预期。
核心机制是全程录制：每一轮（讲解/执行/复盘/提问/报错）都实时追加到当天的教学日志里，失败和走弯路必须保留。这个日志被定位成”这次学习最重要的产物”——宁可讲解精简也不漏记。对一个学习项目来说，过程比结果重要，而过程只有记下来才留得住。
规划的路径是：Day1 MNIST + 手写 MLP → Day2 CIFAR-10 + ResNet18 + 数据增强 + 学习率调度 → Day3 用 transformers 微调中文 BERT 做分类。环境是远程 RTX 3090，PyTorch 2.x + 清华镜像。
诚实说：只跑到了 Day1
这个项目我必须如实写一句：规划是 MNIST 到 BERT 三天，实际只跑到了 Day1 的 MNIST 数据理解就停了。 Day2 的 CIFAR/ResNet、Day3 的 BERT 微调都没有执行记录，代码目录是空的。
Day1 确实跑通了：装好环境（中间 get-pip.py 装 pip 失败、改用 apt 装成功）、加载 MNIST（训练 6 万、测试 1 万、单图 torch.Size([1,28,28])、像素归一化到 [0,1]），并且我在这一天里对基础概念连珠炮地追问——torch.Size 到底是什么、为什么要归一化、255 是怎么来的、0-255 怎么用 0-1 表示——CC 全程用类比讲（单位换算、透明纸叠层），不贴数学公式。
把它放上来不是因为它完整，恰恰相反——它是个没做完的学习项目。但 Day1 那套”环境踩坑 + 对每个基础概念刨根问底”的过程是真实的，那份教学日志也确实是这次学习最实在的产物。一个作品集如果只放做完的、做漂亮的，本身就是一种不诚实。
小结
这个项目对我的价值在方法而不在成果：把学习过程”讲→做→复盘”地全程录下来，比最后跑出来一个 demo 更重要。以及一个该承认的事实——计划三天的事，实际只走了第一天。