本文是一篇Typora编辑器使用指南，包含安装设置、常用符号和快捷键三部分内容。首先介绍了Typora 1.9.3版本的安装方法，并详细说明了自动保存、图片设置、快捷方式等必要配置。其次讲解了常用符号的输入方法，包括加粗、高亮、emoji表情等文本格式处理技巧。最后提供了完整的Markdown语法速查表和Typora快捷键大全，涵盖文件操作、文本编辑、公式插入等功能的快捷键组合，帮助用户快速掌握这

本教程将教你从 **零开始安装 PyTorch 并在 Visual Studio Code 中运行。

本文档提供了MySQL数据库实训的完整答案，涵盖基础查询、子查询、连接查询、聚合函数等多个模块。内容包括单表查询（如基本查询、范围查询、模糊匹配等）、子查询（比较运算符和关键字查询）、连接查询（内连接、外连接）以及聚合函数（COUNT、SUM、AVG等）的实际应用示例。每个实训关卡都配有具体的SQL代码实现，适合作为MySQL学习参考。

本专栏从机器学习基础出发，逐步深入到深度学习、Transformer、大模型、生成式AI、强化学习及AI Agent等前沿方向，构建完整的人工智能算法体系，并结合工程实践与实际应用，帮助读者形成系统化认知。

从函数映射到损失最小化，从线性模型到深度神经网络，人工智能算法的核心始终围绕“如何从数据中学习映射关系”展开。机器学习通过优化损失函数实现参数学习，而深度学习通过多层结构增强模型表达能力。在这一过程中，梯度下降与反向传播构成了模型训练的基础，使算法能够不断逼近真实规律并应用于实际场景。线性代数为数据表示与变换提供了基础，概率论用于描述不确定性与推断关系，而优化方法则负责模型参数的学习过程。这三部分

① 人工智能（Artificial Intelligence）是指让机器具备感知、理解、推理与决策能力的一类技术。② 它的目标，是让计算机能够模拟人类的智能行为。类型本质能力普通AI回答问题AI Agent完成任务举个简单例子：普通AI：👉 给你一段减脂建议AI Agent：👉 问数据 → 计算 → 制定方案 → 持续跟踪① AI不是一个软件，而是一整套技术体系② 大模型让AI具备“表达与推理

本专栏从机器学习基础出发，逐步深入到深度学习、Transformer、大模型、生成式AI、强化学习及AI Agent等前沿方向，构建完整的人工智能算法体系，并结合工程实践与实际应用，帮助读者形成系统化认知。

本文介绍了AI Agent的底层知识架构

本文介绍了AI Agent的底层知识架构

本文档提供了MySQL数据库实训的完整答案，涵盖基础查询、子查询、连接查询、聚合函数等多个模块。内容包括单表查询（如基本查询、范围查询、模糊匹配等）、子查询（比较运算符和关键字查询）、连接查询（内连接、外连接）以及聚合函数（COUNT、SUM、AVG等）的实际应用示例。每个实训关卡都配有具体的SQL代码实现，适合作为MySQL学习参考。