Python · PyTorch · FastAPI · React / Next.js · C++ · LLM Applications
从算法基础、深度学习到可运行的 AI 应用：Build to learn. Learn to ship.
- 🎓 学习方向：算法与软件工程、PyTorch / CV、LLM 全栈应用、EEG / BCI 深度学习。
- 🔭 当前重点：把学习笔记、课程实验和 AI 应用项目整理成可运行、可测试、可展示的作品集。
- 🧪 工程习惯：尽量为项目补齐 README、运行说明、测试、CI 和在线演示。
- 🧭 长期目标：从基础实现出发，逐步构建自己的 AI 学习系统与应用产品。
| 项目 | 方向 | 亮点 |
|---|---|---|
| 问渠 Wenqu | AI 个性化陪读室 | 原文证据、材料地图、双轨讲解、主动回忆、复述诊断与学习档案 |
| 个人网站 / 项目档案 | Next.js 个人主页 | 中文博客、项目作品集、站内导览助手、内容与项目索引 |
| 智图寻宝 Shop Vision | CV / 商品视觉 | 商品分类、图像去噪、相似检索、Kimi 多模态商品文案生成 |
| LLM Full-Stack Journey | LLM 全栈学习 | FastAPI AI Study Coach、离线 Provider、测试与 CI，持续扩展 RAG / LangGraph |
| PyTorch 深度学习实践 | PyTorch 学习资料 | 课程笔记、实验脚本、CNN / RNN / LSTM 实测记录 |
| 算法模板库 | C++ / 数据结构算法 | AcWing 算法基础课模板、题型和易错点沉淀 |
C++ 算法基础
↓
Python / PyTorch / 机器学习课程实验
↓
CV、NLP、LLM 应用开发
↓
FastAPI / React / Next.js 全栈项目
↓
AI 学习工具、个人网站与作品集沉淀
| 阶段 | 对应仓库 |
|---|---|
| 算法与数据结构 | algorithm-templates |
| PyTorch 入门与深度学习实验 | LiuErDaRenPyTorch |
| 机器学习课程资料 | LiHongYiML-2021-2022 |
| LLM 工程入门 | LLM-FullStack-Journey |
| AI 产品化实践 | wenqu · smart-image-treasure-hunt |
| 个人品牌展示 | lizhuofan-curry.github.io |
- 强化核心项目的截图、在线演示与技术说明。
- 将学习资料仓库和原创 AI 项目通过 README / 个人网站串联起来。
- 持续补齐测试、CI、部署文档和可复现实验记录。
- 深入 EEG / BCI 深度学习、Transformer 与 LLM from scratch。
Stay curious. Keep building. Keep shipping.