大模型对比 - 各厂商主流模型全面对比
全面对比国内外主流大语言模型，包括性能、价格、适用场景等
Category
ailearn
共 68 篇文章。
OpenCV图像处理基础
掌握OpenCV基础操作，实现常用图像处理功能
目标检测实战 - YOLOv8
掌握YOLOv8目标检测，实现自定义数据集训练
图像分割 - 语义分割与实例分割
**前置知识**：需要先掌握 CNN基础
视频分析 - 动作识别与跟踪
**前置知识**：需要先掌握 目标检测
LLaVA视觉语言模型
掌握LLaVA模型，实现图像理解与视觉问答
CLIP模型 - 图文对齐与检索
掌握CLIP模型，实现图文检索与零样本分类
Stable Diffusion - 图像生成与编辑
**前置知识**：需要先掌握 PyTorch基础
Agent规划系统 - ReAct与Plan-Execute
掌握Agent规划策略，实现复杂任务自动化
语音处理 - ASR与TTS
**前置知识**：需要先掌握 Transformer基础
多Agent协作系统
构建多Agent协作系统，实现复杂任务自动化
Agent记忆系统 - 上下文管理
**前置知识**：需要先掌握 向量数据库
Agent工具系统 - 自定义工具开发
**前置知识**：需要先掌握 AI Agent基础
AI项目实战 - 智能客服系统
从零构建智能客服系统，实现多轮对话与知识库检索
AI项目实战 - 知识库问答系统
构建企业级知识库问答系统，支持多种文档格式
AI项目实战 - 智能代码助手
**前置知识**：需要先掌握 大模型应用
AI项目实战 - 智能搜索引擎
**前置知识**：需要先掌握 RAG基础
模型部署与服务化 - MLOps实践
训练 -> 转换 -> 部署 -> 运维
AI安全与伦理 - 负责任的AI开发
- 对抗攻击
AI工具概览 - 开发者必备工具链
- Cursor (最强大)
Cursor AI编辑器深度指南
全面掌握Cursor AI编辑器，提升10倍开发效率
MCP协议详解 - AI与工具的标准化连接
深入理解MCP协议，构建AI与工具的标准化连接
AI绘图工具指南 - Stable Diffusion与Midjourney
全面掌握主流AI绘图工具，创作高质量AI艺术作品
Claude Code 高级操作指南
Claude Code 是一款由 Anthropic 开发的 AI 编程助手，旨在帮助开发者更高效地完成编码任务。本文将介绍一些 Claude Code 的高级操作技巧，让你更好地利用这个强大的工具。
RAG系统构建 - 检索增强生成
深入学习RAG系统架构，掌握向量数据库与检索增强生成技术
高级RAG技术 - 提升检索与生成质量
- 混合检索
多模态RAG实战 - 图文检索与问答
支持文本、图像、表格等多种模态的检索增强生成
大模型API应用 - OpenAI与LangChain
文档加载 -> 文本分割 -> 向量化 -> 检索 -> 生成
AI Agent开发 - 构建智能代理系统
ReAct: Thought -> Action -> Observation
Prompt Engineering - 提示词工程实战
掌握提示词工程核心技术，提升大模型应用效果
模型微调实战 - 定制化大模型
掌握大模型微调技术，高效定制专属模型
向量数据库详解 - 从原理到实战
全面掌握向量数据库技术，构建高效的语义检索系统
LangChain高级应用 - 复杂工作流开发
掌握LangChain高级特性，构建复杂的AI应用工作流
NLP基础 - 文本处理与词向量
深入学习自然语言处理基础，掌握文本处理流程与词向量技术
文本分类实战 - 从传统方法到深度学习
全面掌握文本分类技术，从传统机器学习到深度学习方法
Transformer架构详解 - 注意力机制革命
深入理解Transformer架构，掌握自注意力机制原理与实现
序列标注实战 - NER与分词
掌握序列标注任务，实现NER命名实体识别
BERT与预训练模型 - NLP新范式
深入理解BERT原理，掌握预训练模型微调技术
GPT与大语言模型 - 生成式AI核心
Few-Shot Learning示例...
深度学习基础 - 神经网络与PyTorch入门
深入学习神经网络基础原理，掌握PyTorch框架的使用方法
CNN卷积神经网络 - 图像处理利器
深入学习卷积神经网络原理，掌握CNN架构设计与经典模型
RNN与序列模型 - 处理时序数据
深入学习循环神经网络原理，掌握LSTM、GRU等序列模型
深度学习实战 - 图像分类与目标检测
通过实战项目串联深度学习知识，完成图像分类与目标检测项目
深度学习训练技巧 - 优化与正则化
掌握深度学习训练核心技巧，提升模型训练效果
集成学习方法 - 随机森林、GBDT与XGBoost
深入学习集成学习核心算法，掌握随机森林、GBDT、XGBoost、LightGBM的原理与实践
模型评估与超参数调优
深入学习模型评估方法与超参数调优技术，掌握机器学习工程实践技能
监督学习算法详解 - 线性模型与决策树
深入学习监督学习核心算法，掌握线性回归、逻辑回归、决策树的原理与实现
无监督学习 - 聚类与降维算法
深入学习无监督学习核心算法，掌握聚类和降维的原理与实践
机器学习实战案例 - 完整项目流程
通过完整实战案例串联机器学习所有知识点，建立端到端项目能力
NumPy 进阶教程 - 线性代数与高级操作
深入学习 NumPy 线性代数运算、高级索引技巧和性能优化，为深度学习奠定数学基础
NumPy 基础教程 - Python 数值计算基石
深入学习 NumPy 基础操作，掌握数组创建、索引切片、形状变换等核心技能
Pandas 数据分析实战 - 完整案例
通过完整实战案例学习 Pandas 数据分析流程，掌握数据清洗、特征工程、数据可视化等技能
Pandas 进阶教程 - 数据处理与分组聚合
深入学习 Pandas 数据处理技术，掌握分组聚合、数据合并、透视表等高级操作
Pandas 基础教程 - 数据分析入门
深入学习 Pandas 基础操作，掌握 Series、DataFrame 创建与操作，为数据科学打下基础
【AI学习路线 01】入门基础 - 数学与编程基础
AI学习路线第1篇 - 建立扎实的数学与编程基础，为后续机器学习和深度学习打下坚实根基
AI学习路线 - 完整学习指南
AI学习路线完整指南，从零基础到实战应用，12篇文档系统学习人工智能核心技术
【AI学习路线 03】深度学习基础 - 神经网络理论与实践
AI学习路线第3篇 - 从神经网络基础概念到CNN、RNN等核心架构，结合PyTorch实践代码
【AI学习路线 02】机器学习基础 - 从算法原理到实践
AI学习路线第2篇 - 系统学习机器学习核心算法，从监督学习到无监督学习，理解算法原理并掌握scikit-learn实践
【AI学习路线 04】NLP基础 - 从词向量到Transformer
AI学习路线第4篇 - 系统学习NLP核心知识，从词向量表示到Transformer架构，理解BERT、GPT等预训练模型
【AI学习路线 05】Transformer进阶 - 深入理解注意力机制
AI学习路线第5篇 - 深入理解Transformer架构细节，掌握多头注意力、位置编码等核心组件
【AI学习路线 06】大模型应用 - 从Prompt工程到微调技术
AI学习路线第6篇 - 掌握大模型应用核心技术，包括Prompt工程、高效微调和应用开发
【AI学习路线 07】RAG系统 - 构建知识增强应用
AI学习路线第7篇 - 学习RAG技术，构建能够利用外部知识的智能应用系统
【AI学习路线 09】计算机视觉基础 - 图像处理与目标检测
AI学习路线第9篇 - 学习计算机视觉核心技术，从图像处理到目标检测与图像分割
【AI学习路线 08】AI工具链 - 开发环境与实践工具
AI学习路线第8篇 - 介绍AI开发必备工具链，搭建高效的开发环境
【AI学习路线 10】多模态大模型 - 图像与文本的融合
AI学习路线第10篇 - 学习多模态大模型技术，掌握图像与文本融合的核心方法
【AI学习路线 11】AI Agent智能体 - 自主决策与工具调用
AI学习路线第11篇 - 学习AI Agent技术，构建能够自主决策和调用工具的智能体
【AI学习路线 12】AI项目实战 - 从零构建完整应用
AI学习路线第12篇 - 综合运用所学知识，从零构建完整的AI应用项目
【AI学习路线 13】Vibe Coding - AI辅助编程实践指南
AI学习路线第13篇 - 学习Vibe Coding方法论，掌握AI辅助编程的最佳实践和技巧