- 目前目录下的
.python-version文件设定的版本； - 目前启用的虚拟环境；
- 目前目录下的
.venv目录内设定的虚拟环境； - uv 自己安装的 python 环境；
- 系统环境设定的 python 环境；
是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。
是 Python 语言的一个扩展程序库，用于数据分析。
Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。
Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。
Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）。
是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
是一个开源的 Python 算法库和数学工具包。
Scipy 是基于 Numpy 的科学计算库，用于数学、科学、工程学等领域，很多有一些高阶抽象和物理模型需要使用 Scipy。
SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
是一个开源的机器学习库。
Sklearn 是一个基于 Python 编程语言的开源机器学习库，致力于提供简单而高效的工具。
Sklearn 建立在 NumPy、SciPy 和 matplotlib 这些科学计算库之上，提供了简单而高效的数据挖掘和数据分析工具。
Sklearn 是许多机器学习项目的核心工具之一，并且在学术界、工业界和个人项目中广泛应用。
Sklearn 适用于各类机器学习任务，如分类、回归、聚类、降维等。
是一个数学计算的工具箱，专门为机器学习任务而设计，让开发者能够轻松地构建从简单线性回归到复杂神经网络的各种模型。
TensorFlow 是由 Google 开发的开源机器学习框架，用于构建和训练各种机器学习和深度学习模型。
TensorFlow 名字来源于其核心概念：Tensor（张量） 和 Flow（流动），表示数据以张量的形式在计算图中流动。
是一个开源的机器学习库，主要用于进行计算机视觉（CV）、自然语言处理（NLP）、语音识别等领域的研究和开发。
PyTorch由 Facebook 的人工智能研究团队开发，并在机器学习和深度学习社区中广泛使用。
PyTorch 以其灵活性和易用性而闻名，特别适合于深度学习研究和开发。
是人工智能和语言学的一个交叉领域，致力于让计算机能够理解、解释和生成人类语言。
NLP 结合了计算机科学、人工智能和语言学的知识，目标是实现人机之间的自然语言交流。
- 大模型 RAG 基础：信息检索、文本向量化及 BGE-M3 embedding 实践（2024）
- Transformer 是如何工作的：600 行 Python 代码实现 self-attention 和两类 Transformer（2019）
- 什么是 GPT？Transformer 工作原理的动画展示（2024）
- GPT 是如何工作的：200 行 Python 代码实现一个极简 GPT（2023）
- 如何训练一个企业级 GPT 助手（OpenAI，2023）
- InstructGPT：基于人类反馈训练语言模型遵从指令的能力（OpenAI，2022）
- BERT：预训练深度双向 Transformers 做语言理解（Google，2019）