课程目录

• 视频
• 1.快速上手Python与AI生态
• 01. 课程简介
• 02. 第1章【基础语法】- 如何速通一门语言生态
• 03. 第1章【基础语法】- 安装Python环境
• 04. 第1章【基础语法】- 变量、数据类型、类型转换
• 05. 第1章【基础语法】- 运算符
• 06. 第1章【基础语法】- 流程控制
• 07. 第1章【基础语法】- 函数
• 08. 第1章【基础语法】- 数据结构
• 09. 第1章【基础语法】- 异常处理
• 10. 第1章【基础语法】- 面向对象
• 11. 第1章【基础语法】- 模块化
• 12. 第2章【进阶用法】- 包管理
• 13. 第2章【进阶用法】- 虚拟环境
• 14. 第2章【进阶用法】- 速查表
• 15. 第3章【JupyterLab】- 快速安装
• 16. 第3章【JupyterLab】- 笔记本操作
• 17. 第4章【智算平台】- 大模型的三个阶段
• 18. 第4章【智算平台】- 神经网络与显卡并行计算
• 19. 第4章【智算平台】- 开通服务器
• 20. 第4章【智算平台】- 部署数字人案例
• 21. 第5章【HuggingFace】- 模型、数据集、空间
• 22. 第5章【HuggingFace】- 大模型定义
• 23. 第5章【HuggingFace】- 按模态划分大模型
• 24. 第5章【HuggingFace】- 大模型其他分类
• 25. 第5章【HuggingFace】- 基础用法 – transformer库
• 26. 第5章【HuggingFace】- 基础用法 – pipeline模型流水线函数
• 27. 第5章【HuggingFace】- 基础用法 – 中文情感分类模型推理
• 28. 第5章【HuggingFace】- 基础用法 – 模型缓存位置
• 29. 第5章【HuggingFace】- 基础用法 – 多文本处理
• 30. 第5章【HuggingFace】- 基础用法 – 返回所有标签
• 31. 第5章【HuggingFace】- 基础用法 – 手动下载模型
• 32. 第5章【HuggingFace】- 基础用法 – 加载本地模型并推理
• 33. 第5章【HuggingFace】- NLP任务 – 任务详细分类
• 34. 第5章【HuggingFace】- NLP任务 – 文本分类模型与推理
• 35. 第5章【HuggingFace】- NLP任务 – 文本摘要模型与推理
• 36. 第5章【HuggingFace】- NLP任务 – NER（命名实体识别）模型与推理
• 37. 第5章【HuggingFace】- CV任务 – 任务详细分类
• 38. 第5章【HuggingFace】- CV任务 – 图片分类模型与推理
• 39. 第5章【HuggingFace】- CV任务 – 目标检测模型与推理
• 40. 第5章【HuggingFace】- 多模态任务 – 任务详细分类
• 41. 第5章【HuggingFace】- 多模态任务 – VQA（视觉问答）模型与推理
• 42. 第5章【HuggingFace】- 多模态任务 – DQA（文档问答）模型与推理
• 43. 第5章【HuggingFace】- 音频任务 – 任务分类
• 44. 第5章【HuggingFace】- 音频任务 – ASR（自动语音识别）模型与推理
• 45. 第5章【HuggingFace】- 音频任务 – TTS（文本转语音）模型与推理
• 46. 第5章【HuggingFace】- 音频任务 – TTA（文本转音频）模型与推理
• 47. 第5章【HuggingFace】- 实战小结
• 48. 第6章【Gradio】- 入门案例
• 49. 第6章【Gradio】- 情感分类模型页
• 50. 第6章【Gradio】- 目标检测模型页
• 51. 第7章【Flask】- 构建Python Web应用
• 52. 第7章【Flask】- 获取请求数据
• 53. 第7章【Flask】- 封装大模型REST服务
• 2.Python全能实战
• 01. 课程介绍
• 02. 第1章【Conda】：安装配置与常用命令
• 03. 第1章【Conda】：项目工程创建
• 04. 第1章【Conda】：编辑器设置
• 05. 第2章【Numpy】：入门 – 简介&性能测试
• 06. 第2章【Numpy】：NDArray – N维数组概念
• 07. 第2章【Numpy】：NDArray – 基本结构&取值
• 08. 第2章【Numpy】：NDArray – 数组创建方式
• 09. 第2章【Numpy】：NDArray – 数据结构与内存布局
• 10. 第2章【Numpy】：索引与切片 – 一维数组
• 11. 第2章【Numpy】：索引与切片 – 二维数组
• 12. 第2章【Numpy】：数组运算 – 常见运算
• 13. 第2章【Numpy】：广播机制 – 变维、兼容、拉伸
• 14. 第2章【Numpy】：数组变形 – reshape
• 15. 第2章【Numpy】：数组变形 – 其他变形
• 16. 第2章【Numpy】：数组变形 – 拼接与分割
• 17. 第2章【Numpy】：数学运算 – 通用、三角、聚合函数
• 18. 第2章【Numpy】：线性代数 – 矩阵相乘
• 19. 第2章【Numpy】：线性代数 – 转置、逆、线性方程组等
• 20. 第2章【Numpy】：统计函数 – 基本统计
• 21. 第2章【Numpy】：统计函数 – 相关性分析
• 22. 第2章【Numpy】：随机数 – 常见生成方式
• 23. 第2章【Numpy总结】：案例：图像处理
• 24. 第2章【Pandas】：入门 – Pandas介绍
• 25. 第2章【Pandas】：数据集 – Series 一维数据
• 26. 第2章【Pandas】：数据集 – DataFrame 二维数据
• 27. 第2章【Pandas】：数据操作 – 新增
• 28. 第2章【Pandas】：数据操作 – 删除
• 29. 第2章【Pandas】：数据操作 – 修改
• 30. 第2章【Pandas】：数据概览 – 数据导入
• 31. 第2章【Pandas】：数据概览 – 数据查看
• 32. 第2章【Pandas】：数据概览 – 数据筛选
• 33. 第2章【Pandas】：数据概览 – 小实战
• 34. 第2章【Pandas】：数据概览 – 导出excel
• 35. 第2章【Pandas】：数据重塑 – 宽表转长表：melt
• 36. 第2章【Pandas】：数据重塑 – 长表转宽表：pivot
• 37. 第2章【Pandas】：数据清洗 – 类型转换
• 38. 第2章【Pandas】：数据清洗 – 数据分列
• 39. 第2章【Pandas】：数据清洗 – 行列聚合
• 40. 第2章【Pandas】：数据清洗 – 缺失值处理
• 41. 第2章【Pandas】：数据清洗 – 重复值处理
• 42. 第2章【Pandas】：数据转换 – 添加新列
• 43. 第2章【Pandas】：数据转换 – 字符串处理
• 44. 第2章【Pandas】：数据转换 – 排序
• 45. 第2章【Pandas】：数据转换 – 表格拼接
• 46. 第2章【Pandas】：分组聚合 – 统计指标
• 47. 第2章【Pandas】：分组聚合 – 相关性分析
• 48. 第2章【Pandas】：分组聚合 – cut区间分组
• 49. 第2章【Pandas】：分组聚合 – group分组
• 50. 第2章【Pandas】：分组聚合 – 聚合规则
• 51. 第2章【Pandas】：数据透视表 – pivot_table
• 52. 第2章【Pandas】：时间序列分析
• 53. 第2章【Pandas】：数据合并 – merge流程
• 54. 第2章【Pandas】：数据合并 – 四种连接
• 55. 第2章【Pandas】：数据合并 – 多列合并
• 56. 第2章【Pandas】：数据合并 – suffix自定义后缀
• 57. 第2章【Pandas】：数据合并 – 自定义on
• 58. 第2章【Pandas】：Pandas总结
• 59. 第3章【Matplotlib】：简介 – 入门案例
• 69. 第3章【Matplotlib】：简介 – 图表组件
• 70. 第3章【Matplotlib】：简介 – 两种绘图接口
• 71. 第3章【Matplotlib】：折线图 – 基本折线图
• 72. 第3章【Matplotlib】：折线图 – 多折线图
• 73. 第3章【Matplotlib】：柱状图 – 基本柱状图
• 74. 第3章【Matplotlib】：柱状图 – 分组柱状图
• 75. 第3章【Matplotlib】：柱状图 – 堆叠柱状图
• 76. 第3章【Matplotlib】：柱状图 – 水平柱状图
• 77. 第3章【Matplotlib】：饼状图 – 基础饼状图
• 78. 第3章【Matplotlib】：饼状图 – 环形图
• 79. 第3章【Matplotlib】：散点图 – 基本散点图
• 80. 第3章【Matplotlib】：气泡图 – 基本气泡图
• 81. 第3章【Matplotlib】：气泡图 – 多例气泡图
• 82. 第3章【Matplotlib】：直方图 – 基础直方图
• 83. 第3章【Matplotlib】：直方图 – 多组对比图
• 84. 第3章【Matplotlib】：直方图 – 概率密度图
• 85. 第3章【Matplotlib】：箱线图 – 解读箱线图
• 86. 第3章【Matplotlib】：箱线图 – 基本箱线图
• 87. 第3章【Matplotlib】：小提琴图 – 复杂图形绘制
• 88. 第3章【Matplotlib】：热力图 – 基本热力图
• 89. 第3章【Matplotlib】：热力图 – 相关性热力图
• 90. 第3章【Matplotlib】：热力图 – imshow其他用法
• 91. 第3章【Matplotlib】：图表小结
• 92. 第3章【Matplotlib】：高级配置 – 子图布局
• 93. 第3章【Matplotlib】：高级配置 – 自定义样式
• 94. 第3章【Matplotlib】：高级配置 – 自定义注释
• 95. 第3章【Matplotlib】：高级配置 – 图像保存
• 96. 第3章【Matplotlib】：Matplotlib总结
• 3.智能体开发全套
• 1.AIGC篇
• 2.Web开发
• 3.Web项目
• 4.RAG周
• 5.Agent周
• 6.天宫医疗
• 4.机器学习与深度学习基础
• 1.机器学习入门课
• 2.深度学习入门课
• 5.模型量化微调与就业辅导
• 1.就业辅导
• 2.VibeCoding
• 3.模型微调、量化、加速推理、面试
• 资料
• md打包文件（本地图片）
• 资料