本资料讲解 NLP 基础概念、处理流程、文本向量化方法、RNN/LSTM/Transformer/BERT/GPT 核心模型，配套多份 Python 实战代码，梳理 NLP 完整学习路径

循环神经网络 RNN 专门处理**序列数据**，依靠内部循环与隐藏状态记忆历史时序信息，多用于 NLP、时间序列预测、语音识别等任务。

这份 PyTorch 入门教程面向深度学习初学者，介绍了 PyTorch 框架发展历程、核心特性以及与 TensorFlow 的差异，重点讲解张量这一核心数据结构，涵盖张量创建、类型转换、数值运算、索引、维度变换、张量拼接等各类常用操作，同时阐述 autograd 自动微分原理、梯度计算与梯度下降实现，最后给出完整代码案例演示利用 PyTorch 完成线性回归模型的数据集准备、模型搭建、损失与优化

DeepSeek‑Harness（DSH）是 DeepSeek 开源的 AI 智能体运行框架，支持网页、桌面、命令行多种运行模式。它可调用大模型 API，具备读写文件、执行终端命令、联网检索、子智能体任务拆解等工具能力，内置沙箱保障安全。不仅能自动完成编程开发、文件处理、复杂任务编排等工作，还能完整展示 Agent 的执行流程，非常适合开发者与 AI 学习者实践研究 Agent 工程。

DeepSeek‑Harness（DSH）是 DeepSeek 开源的 AI 智能体运行框架，支持网页、桌面、命令行多种运行模式。它可调用大模型 API，具备读写文件、执行终端命令、联网检索、子智能体任务拆解等工具能力，内置沙箱保障安全。不仅能自动完成编程开发、文件处理、复杂任务编排等工作，还能完整展示 Agent 的执行流程，非常适合开发者与 AI 学习者实践研究 Agent 工程。