LEARN / TUTORIALS

系统教程

从基础概念到实践应用,按章节逐步建立知识体系。

人工智能 · 34 门教程

AI Agent

从零实现编程智能体

本教程面向具备基础编程能力、希望实现类 Cursor 编程智能体的开发者。课程从技术选型和 Agent Runtime 起步,逐步实现模型接入、工具调用、上下文与记忆、项目检索、代码修改、命令执行、测试反馈和桌面客户端,并通过综合项目完成一个可打开本地工程、理解需求、规划任务、修改代码并自动验证结果的智能编程 Agent。

大模型应用开发

RAG 知识库项目实战

面向具备 Python 基础的后端开发者、AI 应用工程师和技术团队,从文档接入、清洗切分、向量索引、混合检索、结果重排、引用生成到评测观测、权限治理和生产部署,逐步完成一个可追溯、可评估、可扩展的企业知识库问答系统,并掌握检索质量优化与常见故障定位方法。

机器学习与深度学习

PyTorch 入门到部署实战

面向具备 Python 基础、希望进入深度学习开发的学习者,以 PyTorch 2.x 为主线,从环境配置、张量与自动微分开始,逐步学习神经网络构建、数据管道、训练优化、卷积网络、序列模型、Transformer 和迁移学习,并通过完整项目掌握实验管理、性能加速、模型导出、部署监控与常见故障排查。

计算机视觉

YOLO 原理入门

本课程面向具备基础 Python 与深度学习概念的学习者,围绕 YOLO 目标检测算法建立完整认知。课程从检测任务、图像数据和卷积网络基础出发,逐步讲解边界框表示、特征提取、多尺度融合、检测头、损失函数与推理流程,并通过数据标注、模型训练、效果评估、参数优化和部署排障,完成一个可运行的目标检测项目。

计算机视觉

YOLOv8 实战教程

本课程面向具备 Python 基础、希望进入计算机视觉领域的开发者,围绕 Ultralytics YOLOv8 构建完整实战路径。课程从运行环境、数据标注和基线训练开始,逐步讲解模型评估、参数调优、图像与视频推理、多目标跟踪、分割与姿态估计,并延伸到模型导出、服务部署、性能优化和常见故障排查,最终完成一个可交付的视觉识别项目。

计算机视觉

OpenCV 计算机视觉教程

本课程面向具备 Python 基础、希望进入计算机视觉开发的学习者,系统讲解 OpenCV 环境搭建、图像表示、像素操作、颜色空间、滤波增强、几何变换、边缘轮廓、特征匹配、视频处理、目标检测与工程化实践。课程以可运行案例为主线,帮助学习者建立从图像读取、算法处理、结果评估到实时视觉应用交付的完整能力。

登录哪都通