全程无复杂公式，聚焦 **“模型能做什么、适合什么场景”**，用生活化类比讲清 CNN（看图片）、RNN（读文字）的核心用途和区别

CPU优化：介绍Ollama自动量化模型，使其更适合CPU运行

AI大模型应用开发-大模型工具：Ollama 安装与使用（拉取小模型）、Streamlit 基础（搭建简单网页）

用 “教孩子→因材施教→上岗工作” 的通俗类比，拆解 AI 核心概念，不涉及复杂技术细节，学完能分清大模型、机器学习、深度学习的区别，理解训练 / 微调 / 部署的核心逻辑。

Ollama默认提供的API端口（通常是11434）及常见问题排查

langchain的相关知识

ollama pull 命令，拉取超轻量模型（如 qwen2.5:3b 或 llama3.2:3b）及常见报错

PyTorch 入门知识点（安装 + 张量 + 简单神经网络搭建），全程步骤清晰、代码可直接复制

用 “教孩子→因材施教→上岗工作” 的通俗类比，拆解 AI 核心概念，不涉及复杂技术细节，学完能分清大模型、机器学习、深度学习的区别，理解训练 / 微调 / 部署的核心逻辑。

无复杂原理，核心讲清 OpenCV 处理图片的基础操作，是后续 CNN 图像识别、图像处理的入门必备，所有代码适配 Windows/Linux，小白 30 分钟可跑通全部案例