文本怎样变成编号：语料、Token 和词表
从一句中文出发，理解字符、词与子词的切分，运行 Python 构建词表，再用互动实验观察 Token、编号与未知输入。配套 1080p 中文讲解视频。
Learning Roadmap
完整路线先把地图看清楚，再一课一课往前走
Course Map
课程更新概览
- 74
- 篇公开文章
- 69
- 节配套视频
- 6
- 个学习阶段
最新文章
继续沿着学习路线更新，文章和视频会尽量保持一一对应。
Jev 不写回复：不生成文字的决策模型，接口、置信度与评测边界
TypeSafe 的 Jev 把封闭问题交成概率。这篇独立笔记核对接口、官方置信度公式、失败模式和独立评测，不进入课程第 70 课。
文本怎样变成编号：语料、Token 和词表
从一句中文出发，理解字符、词与子词的切分，运行 Python 构建词表，再用互动实验观察 Token、编号与未知输入。配套 1080p 中文讲解视频。
深度学习项目标准模板：训练、验证、日志和配置
把散落在单文件里的 PyTorch 代码整理成可维护项目：配置、数据、模型、训练引擎、日志、检查点和推理各归其位，并保留可复现实验所需信息。
图像分类错误分析：混淆矩阵与错误样本
准确率只能告诉你错了多少，混淆矩阵和错误样本才能告诉你错在哪里。这篇建立一套从类别指标、混淆矩阵到高置信度错误图的分析流程。
第一个 CNN 图像分类训练项目
从数据增强、CNN、训练循环、验证指标到保存最佳权重，完整跑通一个 PyTorch 图像分类项目，并理解每一段代码为什么存在。
最近更新
文本怎样变成编号：语料、Token 和词表
从一句中文出发，理解字符、词与子词的切分，运行 Python 构建词表，再用互动实验观察 Token、编号与未知输入。配套 1080p 中文讲解视频。
Learning System
搜索内容先选入口，再沿路线往前走
这个站不是单纯文章列表，而是一套从零基础、原理、代码、项目到部署的 AI 学习系统。
- 74
- 篇公开文章
- 69
- 节配套视频
- 6
- 个学习阶段
- 62
- 篇路线内容
Course Map
完整路线这条路线会走到哪里
路线从 AI 入门与 PyTorch 基础开始，随后进入传统机器学习、文本分类、PyTorch 深化和后续工程化路线。
最新文章
从最近写下来的内容开始，顺着时间往前翻。
Jev 不写回复：不生成文字的决策模型，接口、置信度与评测边界
TypeSafe 的 Jev 把封闭问题交成概率。这篇独立笔记核对接口、官方置信度公式、失败模式和独立评测，不进入课程第 70 课。
文本怎样变成编号：语料、Token 和词表
从一句中文出发，理解字符、词与子词的切分，运行 Python 构建词表，再用互动实验观察 Token、编号与未知输入。配套 1080p 中文讲解视频。
深度学习项目标准模板：训练、验证、日志和配置
把散落在单文件里的 PyTorch 代码整理成可维护项目：配置、数据、模型、训练引擎、日志、检查点和推理各归其位，并保留可复现实验所需信息。
图像分类错误分析：混淆矩阵与错误样本
准确率只能告诉你错了多少，混淆矩阵和错误样本才能告诉你错在哪里。这篇建立一套从类别指标、混淆矩阵到高置信度错误图的分析流程。
第一个 CNN 图像分类训练项目
从数据增强、CNN、训练循环、验证指标到保存最佳权重，完整跑通一个 PyTorch 图像分类项目，并理解每一段代码为什么存在。