零代码玩转AI：用Excel可视化揭开Transformer神秘面纱

你是否也曾面对满屏代码感到无从下手？是否渴望亲手拆解AI模型却被编程门槛挡在门外？现在，有一个革命性的开源项目让这一切变得简单——AI by Hand Excel，它将复杂的人工智能算法装进了人人都会用的电子表格，让你用鼠标点击就能探索深度学习的核心奥秘。

🌟 核心价值：让AI学习看得见摸得着

传统学习AI的方式就像在黑箱里摸索，而AI by Hand Excel则像给黑箱开了一扇透明窗。这个项目最神奇的地方在于：它把原本需要上千行代码才能实现的AI模型，转化为直观的Excel表格，每个公式都是一个计算单元，每个颜色区块代表一种算法逻辑。无需安装任何编程环境，打开Excel文件就能亲眼看到神经网络如何"思考"。

图：Excel中实现的多头注意力机制与专家混合系统，每个单元格都是可交互的计算单元

🔍 模块化探索：像搭积木一样理解AI

🧩 基础组件：数学不再是拦路虎

从最基础的矩阵乘法=MMULT(A1:C3, D1:F3)到 Softmax 激活函数=EXP(A1)/SUM(EXP(A1:A5))，workbook目录下的练习文件让你在点击单元格的过程中自然掌握AI数学基础。这些看似复杂的公式背后，其实就是你每天都在使用的加减乘除。

⚙️ 核心机制：注意力就像会议中的重点聆听

在advanced/Self-Attention.xlsx中，你会发现注意力机制其实就像开会时的专注过程：Query是你关心的问题，Key是每个参会者的发言主题，Value则是具体内容。Excel中的颜色编码清晰展示了"谁在听谁说话"，让抽象的注意力权重变得一目了然。

🏗️ 完整架构：从零件到机器的组装过程

Transformer-Full-Stack.xlsx完整呈现了从输入到输出的全部流程：位置编码给每个单词"贴标签"，编码器提取语义特征，解码器生成目标文本。每个工作表对应一个模块，点击标签即可在不同功能区自由切换，就像参观AI工厂的生产线。

图：项目包含的10种AI模型Excel实现，从基础激活函数到复杂的Transformer架构

🚀 实践路径：三步成为AI拆解大师

1️⃣ 探索阶段：从观察开始

打开basic/Softmax.xlsx，修改输入数值观察输出变化；在Self-Attention.xlsx中调整Query矩阵，看看注意力热图如何随之改变。这个阶段你只需要做一件事：好奇地点击和修改，让Excel告诉你AI的反应。

2️⃣ 模仿阶段：亲手构建计算链路

从workbook/W1_Dot-Product.xlsx开始，按照提示完成矩阵运算练习；到W3_Linear-Layer.xlsx时，你已经在搭建自己的第一个神经网络层。每个练习都设计了"填空式"的公式模板，让你在实践中掌握核心逻辑。

3️⃣ 创新阶段：定制你的AI模型

尝试修改Multihead-Attention.xlsx中的注意力头数量，观察模型输出变化；或者在Transformer.xlsx中调整前馈网络参数，探索不同设置对结果的影响。这个阶段，你已经从学习者变成了AI实验家。

🌐 拓展应用：不止于Transformer

这个项目的价值远不止Transformer：从处理序列数据的LSTM到图像识别的ResNet，从蛋白质结构预测的AlphaFold到最新的Mamba模型，advanced目录下的13个Excel文件覆盖了现代AI的核心技术。每个文件都是一个独立的学习单元，你可以按兴趣自由探索。

💡 项目优势与参与方式

AI by Hand Excel的独特之处在于：它把学术论文中的公式变成了可操作的表格，把抽象概念转化为可视化流程。无论你是完全的AI新手，还是想深入理解模型细节的开发者，这个项目都能为你打开一扇新的大门。

立即开始你的零代码AI之旅：

git clone https://gitcode.com/gh_mirrors/ai/ai-by-hand-excel

打开任意Excel文件，让数字和公式告诉你AI的秘密。欢迎在项目中提交反馈，或分享你的学习发现——毕竟，最好的学习方式就是亲手拆解并创造。