attention（注意力机制）与self attention（自注意力机制）

本文介绍了Python编程基础核心知识点：变量是存储数据的容器，命名需遵循字母数字下划线规则；主要数据类型包括字符串（文本处理）、列表（有序数据集合）和字典（键值对存储）；输入输出使用input()和print()，推荐f-string格式化；if条件判断通过缩进区分代码块；for循环遍历序列，while循环处理未知次数操作；函数使用def定义实现代码复用。文章通过具体代码示例演示了各知识点的应用

AI大模型应用开发-Linux 入门命令及一些操作

聚焦 AI 学习中 “用得到、能看懂、可实操” 的基础数学知识点，不深入公式推导，重点讲 “在 AI 里有啥用 + 怎么用 Python 落地”。

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）

AI大模型应用开发-用 MySQL 存储简单数据，用 Python 操作数据库

（Numpy+Pandas+Matplotlib），全程用pip安装，代码简洁可直接运行，聚焦「数组计算 + 表格处理 + 折线图 / 柱状图绘制」，用 Pandas 处理 Excel/CSV 数据，用 Matplotlib 画数据图表

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。

聚焦 “简单易懂、直接能用” 的 Prompt 写法，不用复杂理论，核心是让 AI 精准理解你的需求

用 “生活化类比 + 极简代码” 拆解 3 个核心算法，不涉及复杂公式推导，聚焦 “是什么 + 怎么用”，了解基础算法核心逻辑， Sklearn 调用算法