WL

WadeLy PLAY · MAKE · LEARN

一个不务正业的开发者，正在用代码记录游戏、AI 和所有兴趣的轨迹。这里是我的笔记本，欢迎随便翻。

Python AI 教程

30 ARTICLES

2026 时代的 AI 实战：NumPy / PyTorch / LLM API / RAG / Agent。

2026 Python AI 工具栈地图

NumPy → PyTorch → Hugging Face → LLM API 的位置关系。

数组 / dtype / 切片——数值计算的底座。

广播 / 向量化 / 性能——为什么循环比 NumPy 慢 100 倍。

DataFrame / Series / 读写 CSV/Excel——表格处理一把梭。

Pandas 数据清洗实战

缺失值 / 类型 / groupby / merge——把脏数据变干净的标准动作。

可视化：Matplotlib / Seaborn

一图胜千言——常见图表速查。

scikit-learn 一文上手

数据 → 训练 → 评估 → 调参——经典 ML 完整流程。

经典 ML（一）：回归与分类

线性回归 / 逻辑回归 / 决策树——监督学习的入门款。

经典 ML（二）：聚类与降维

KMeans / PCA / 模型评估指标——无监督学习入门款。

PyTorch 入门：Tensor 与 autograd

自动求导原理——一切深度学习从这开始。

PyTorch 神经网络基础

nn.Module / forward / 参数管理——构建网络的标准姿势。

PyTorch 训练循环

DataLoader / loss / optimizer——能用的训练循环模板。

PyTorch 实战：MNIST 手写识别

完整一遍流程——从数据下载到推理预测。

CNN 卷积神经网络入门

卷积 / 池化 / 经典架构——为什么图像任务非 CNN 不可。

RNN / LSTM 简介

已被 Transformer 取代但要懂——序列建模的起点。

Transformer 原理：自注意力

一图看懂 attention 是什么——为什么它取代了 RNN。

Hugging Face Transformers · pipeline

几行代码做翻译 / 摘要 / 问答——AI 的"轮子"在这里。

HF Tokenizer 与 Model 详解

拆开 pipeline 看里面三层——更细的控制 + 批量推理。

调用 OpenAI API

chat / streaming / function call 全套——OpenAI 客户端用法。

调用 Claude API

messages / tool use / vision——Anthropic SDK 用法。

Prompt Engineering 实用模板

系统提示 / 思维链 / 少样本——工程师该知道的提示词技巧。

Embeddings 入门

把文本变向量——语义搜索 / RAG / 推荐的基础。

向量数据库速览

FAISS / Chroma / Qdrant 三选一指南。

RAG 实战：从 0 搭私人知识库

切块 → 向量化 → 检索 → 生成——LLM 应用最常见的模式。

LangChain / LlamaIndex 二选一

抽象层值不值——什么时候直接调 API 更好。

AI Agent：循环 + 工具 + 记忆

ReAct 模式实战——让 LLM 自己决定下一步做什么。

微调：LoRA / QLoRA 速览

什么时候真的需要微调（大多数时候你不需要）。

本地部署：Ollama / vLLM

自托管的两条路——什么场景选哪个。

AI 应用部署：FastAPI + Pydantic

把 AI 模型包成 HTTP API——前端 / 移动端就能用了。

评估与监控

怎么判断 AI 应用够不够好——上线前 + 上线后两阶段。