doomformer：把整数神经网络编译成 DOOM 地图

学完你能

• 安装 doomformer 并用 hello 命令跑通一个小型 MLP，观察 DOOM 计算结果与 NumPy 整数参考逐值相等
• 用 draw --digit 命令生成 MNIST 地图，理解海洋角色行走画数字、地图读取并识别数字的流程
• 解释神经网络各要素到地图机制的映射：值→voodoo dolls 数量、权重→地板线、求和→光照或高度、ReLU→门梯
• 运行 museum verify 演示，观察 MUTATE 改动一条连接后读数从 7 变为 1、RESTORE 后恢复
• 了解仓库的校验方法：每次运行与 NumPy 对比、篡改权重线、2 万随机网络模糊测试等
• 用 doomformer doctor 检查并搭建 ACC/ACS 编译器等依赖环境

适合你吗

课程特点

内容侧重

侧重实践应用

练习与项目

按 README 运行 hello、draw --digit 7 与 museum verify 三项示例；如需脱离 Python 体验，可下载 museum.wad 与 Freedoom IWAD 后用 gzdoom -iwad freedoom2.wad -file museum.wad 打开。

学习时长

3 个课节原站未给出统一学习时长；实际用时取决于已有基础。

内容费用

免费仓库公开可读，README 节选直接给出安装命令、命令用法与原理说明，未见付费墙或登录拦截。

内容覆盖

• Quick start：pip 安装、doomformer hello、draw --digit
• Walk a digit：海洋角色行走画数字，DOOM 读取结果
• The museum：floor pads、READ、MUTATE 与 RESTORE 演示
• How it works：神经网络要素与 DOOM 地图机制的对应、引擎限制的规避
• What is checked：与 NumPy 逐值对比、篡改与模糊测试等校验方法
• doomformer facts：引擎事实检查
• Quick start 中提到的 Colab 笔记本（节选未提供正文）