第一部分：DT-AI 完整的人工智能学习路线之环境配置：具体的内容是这些 AI编程环境配置 一、Anaconda安装与配置教程 1.1 安装Anaconda 1.2 创建和管理虚拟环境 1.3 更换默认下载源 二、PyTorch深度学习环境配置教程 2.1 在Anaconda环境中安装PyTorch 2.2 配置GPU支持 2.3验证是否配置成功 三、VSCode安装教程 3.1下载并安装VSCode 3.2安装常用插件 3.3配置开发环境 四、PyCharm安装教程 4.1下载并安装PyCharm 4.2配置Python解释器 4.3配置开发环境 五、环境迁移教程 5.1将C盘中的环境迁移到D盘或者其他盘 5.2节省C盘空间 通过这些教程，能够轻松地配置您的编程环境，包括Anaconda、PyTorch、VSCode和PyCharm，如果在安装环境的过程中的话遇到什么问题的话请点击这里 第二部分：DT-AI 完整的人工智能学习路线之机器学习（传统算法）：具体的内容是这些机器学习（经典算法） 1、机器徐学习三剑客：Numpy、Matplotlib、Pandas机器学习三剑客 2、算法原理书籍推荐：线性回归、逻辑回归到感知机等等都有算法原理书籍推荐 3、算法原理的实践源代码在这里：算法原理实现 第三部分深度学习之CV具体包括的内容是这些：深度学习之CV 1、图像识别网络backbone这个模块包含了入门CNN的所有的基础网络从AlexNet到Resnet都有点击这个链接图像识别backbone 2、目标检测包含YOLO5、7、8所有的模块以及添加attention的教程，点击这个链接目标检测 第四部分深度学习之NLP具体包括的内容有这些：深度学习之NLP 有关系抽取、文本生成、文本分类、实体识别、知识图谱、NLP基础 注意这个开源学习路线只是一个很基础的适合新手的版本，如果大家对GNN、ObjectDetection、Segmentation、3DCv、LLM、Kaggle感兴趣的的话呢欢迎大家点开上面的链接关注哦！！！