编程基础:读懂本仓库里的 Python、C++、PyTorch 和 CUDA
WARNING
🧪 Beta公测版本提示:教程主体已完成,正在优化细节,欢迎大家提Issue反馈问题或建议。
侧栏 编程基础 接在 算法与数据结构 后面,专门补「代码怎么读、模块怎么造、张量怎么上 GPU」。不是把语言手册抄一遍:只讲本笔记里会反复碰到的那几块——类 vs 实例、
nn.Linear/nn.GRUCell那一行在干什么、反向传播从哪来、数据什么时候搬到显存。点分组标题进本页。

图解说明:先 Python(本仓库默认语言)和 C++(数学 / 李群的 header-only);再 PyTorch 张量与自动求导;然后
torch.nn把层叠成网络;最后 CUDA 决定这些计算跑在 CPU 还是 GPU。底栏接到 RSSM 的GRUCell和序列模型。
| 入口 | 在问什么 |
|---|---|
| Python 基础 | 脚本、容器、函数;类是图纸、实例才是那台机器 |
| C++ 基础 | g++ -std=c++17;头文件;读懂 *.hpp |
| PyTorch 张量与自动求导 | Tensor、形状、backward()、训练一步 |
| torch.nn 模块怎么用 | nn.Module、Linear、Sequential、卷积 / 循环 / 损失 |
| CUDA 与设备 | device、搬数据、有 GPU 和没 GPU 时怎么写 |
建议顺序:Python → C++(若要跑数学章的 demo.cpp)→ PyTorch → nn(本领域最厚的一章) → CUDA。读 RSSM 里 self.gru = nn.GRUCell(...) 之前,至少读完 Python 的「类与实例」和 nn 章的 Cell。
本仓库约定:正文中文;代码注释中文;Python 默认 CPU,GPU 是可选项。C++ 手写 header-only,不 vendoring Eigen。