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

LangChain 应用开发教程
本课程系统讲解 LangChain 框架的核心概念与开发方法,涵盖模型调用、Prompt 模板、链式编排、记忆管理、检索增强生成、Agent 与工具集成,并通过综合项目实践完成从开发到部署的完整流程,帮助学习者掌握基于 LangChain 构建生产级应用的能力。

机器学习基础教程
本课程面向具备 Python 基础、希望系统进入机器学习领域的学习者,从机器学习基本概念、数学直觉和数据处理出发,循序讲解回归、分类、决策树、集成学习、聚类、降维、特征工程、模型评估与超参数调优。课程强调可运行实践、结果解释和工程规范,最终帮助学习者独立完成从数据分析、模型训练到部署交付的完整机器学习项目。

PyTorch 深度学习教程
本课程面向具备 Python 基础、希望系统学习深度学习开发的学习者,从 PyTorch 环境搭建、张量运算和自动求导出发,循序讲解神经网络构建、数据加载、卷积网络、序列模型、迁移学习、训练优化、模型评估与部署。课程强调原理理解、可运行实践和工程规范,最终帮助学习者独立完成模型训练、调优、导出和服务化交付。

TensorFlow 深度学习教程
本课程面向具备 Python 基础、希望系统学习深度学习开发的学习者,从数学与神经网络基础出发,循序讲解 TensorFlow 张量计算、自动微分、Keras 建模、数据管道、卷积网络、序列模型、迁移学习、模型优化与部署。课程强调原理理解、可运行实践和工程规范,最终帮助学习者独立完成模型训练、评估、调优、导出和服务化部署。

Ollama 本地部署与应用开发教程
本课程面向开发者、运维人员和本地 AI 实践者,系统讲解 Ollama 的运行原理、硬件评估、跨平台安装、模型管理、推理参数、REST API、SDK、高级模型能力、Modelfile、自定义模型、RAG 知识库、远程访问、性能优化和故障排查。通过完整项目串联开发与部署流程,帮助学习者建立安全、稳定、可维护的本地大模型运行环境。

Claude Code 教程
本课程面向具备基本命令行、Git 与编程经验的开发者,以 2026 年官方稳定能力为基准,从安装认证和首次会话开始,系统讲解项目上下文、CLAUDE.md、计划模式、代码修改、测试调试、权限安全、Skills、子智能体、MCP、Hooks、IDE 与 CI 自动化。课程最终通过真实代码库迭代项目,训练从需求分析到评审交付、故障排查和团队治理的完整实践能力。