面向 Java 开发者的 Python AI 学习项目。用 Java 思维理解 AI，从 NumPy 到 Transformer，每个知识点都有代码 + Java 类比 + 练习。
如果你是 Java 开发者，想学 AI 但不知道从哪里开始——这个项目就是为你做的。
市面上的 AI 教程要么太偏理论（满纸数学公式），要么太偏工程（直接调 API 不讲原理）。这个项目走中间路线：
- 不回避原理，但每个概念都用代码讲清楚
- 不假设你懂数学，用到时按需补齐
- 不假设你懂 Python，用 Java 概念做锚点快速建立映射
- 每个案例都能跑，不是截图式教程
| 阶段 | 内容 | 状态 |
|---|---|---|
| 1. NumPy 工具链 | ndarray、向量化、广播、矩阵运算 | ✅ 已完成 |
| 2. 数学基础 | 线性代数、微积分、概率统计 | 🔜 进行中 |
| 3. 机器学习 | 线性回归、梯度下降、分类 | 📋 规划中 |
| 4. 深度学习 | 神经网络、反向传播、CNN/RNN | 📋 规划中 |
| 5. Transformer | 注意力机制、大语言模型 | 📋 规划中 |
python-ai-learning/
├── run_all.py ← 一键运行所有案例
├── requirements.txt ← 依赖清单
│
├── stage1_numpy/ ← 第 1 阶段：Python 科学计算工具链
│ ├── 01_array_basics.py ndarray 基础，shape/dtype/ndim
│ ├── 02_vectorized_ops.py 向量化运算，50-100x 加速原理
│ ├── 03_broadcasting.py 广播机制，神经网络偏置加法基础
│ ├── 04_boolean_indexing.py 布尔索引，数据筛选与清洗
│ ├── 05_matrix_ops.py 矩阵运算，y = W @ x + b 神经网络核心
│ ├── 06_reshape_slice.py 形状变换，图像数据/批量处理
│ └── 07_random_stats.py 随机数与统计，权重初始化
│
├── stage2_math/ ← 第 2 阶段：数学基础（按需补齐）
├── stage3_ml/ ← 第 3 阶段：机器学习核心原理
├── stage4_deep_learning/ ← 第 4 阶段：深度学习原理
└── stage5_transformer/ ← 第 5 阶段：Transformer 与大语言模型
# 克隆项目
git clone https://github.com/javascp/python-ai-learning.git
cd python-ai-learning
# 安装依赖
pip install -r requirements.txt
# 运行单个案例
python stage1_numpy/01_array_basics.py
# 一键运行整个阶段
python run_all.py stage1
# 运行指定案例（如第 5 个：矩阵运算）
python run_all.py stage1 5┌─────────────────────────────────────────┐
│ 概念讲解 顶部注释说明核心知识点 │
│ Java 类比 关键概念标注 Java 对应物 │
│ 代码演示 可运行、有注释、有输出预期 │
│ 练习题 TODO 标记，补全后运行验证 │
└─────────────────────────────────────────┘
以案例 05「矩阵运算」为例，你会在注释里看到这样的 Java 对比：
# Java 三层 for 循环手写矩阵乘法:
# for (int i=0; i<M; i++)
# for (int j=0; j<N; j++)
# for (int k=0; k<K; k++)
# C[i][j] += A[i][k] * B[k][j];
# NumPy: C = A @ B- Java 开发者，想转 AI 方向但缺乏起点
- 有编程基础的人，想从原理理解 AI 而非调包
- 正在学 AI 的人，想要可运行、有注释的参考代码
- Python 3.10+
- NumPy — 数值计算基础
- Pandas — 数据处理（后续阶段）
- Matplotlib — 可视化（后续阶段）
- Stage 1: NumPy 工具链（7 个案例）
- Stage 2: 数学基础
- Stage 3: 机器学习核心原理
- Stage 4: 深度学习原理
- Stage 5: Transformer 与大语言模型
MIT License — 自由使用、修改、分享。
如果这个项目对你有帮助，点个 Star 让更多人看到。
如果这个项目对你有帮助，欢迎 Star ⭐ 支持！有问题或建议可以提 Issue。