可解释人工智能及其研究-基础篇，主要介绍模型可解释性、可解释性分类、当前模型可解释性方法的挑战和问题、AI模型在应用场景的典型使用问题、可解释性对模型应用的价值、模型可解释性工具等。
2025-09-16
可解释人工智能及其研究-SHAP算法说明篇
可解释人工智能及其研究-SHAP算法说明篇，主要介绍SHAP可解释性算法，包括这个算法的历史、价值、解决问题、数据基础、计算解决方案、应用价值、SHAP开源算法库的使用（安装、API、解释器、可视化工具、使用注意事项等）。
2025-09-16
可解释人工智能及其研究-SHAP算法应用篇
可解释人工智能及其研究-SHAP算法应用篇，主要介绍SHAP可解释性算法在成人人口普查数据的应用。
2025-09-16
算法文档编写要点
算法文档编写要点，主要总结在算法文档编写过程中，文档内容中必须要有的关键事项，以方便日后开发人员按照文档开发。
2025-09-14
PyTorch基础教程及注意事项-神经网络篇
PyTorch基础教程及注意事项-神经网络篇，主要介绍神经网络模型、典型神经网络（FNN/CNN/RNN）、神经网络模型训练过程和PyTorch神经网络工具。
2025-08-25
PyTorch基础教程及注意事项-数据和模型篇
PyTorch基础教程及注意事项-数据和模型篇，主要介绍PyTorch的数据ETL(提取、转换、加载)、模型保存、转换、加载和部署，以及分布式模型训练框架和工具等方法工具。
2025-08-25
PyTorch基础教程及注意事项-基础篇
PyTorch基础教程及注意事项-基础篇，主要介绍PyTorch的安装、环境准备、Anaconda环境配置、PyTorch结构和核心数据结构张量（Tensor）及其使用方法。
2025-08-25
昇思MindSpore基础教程
昇思MindSpore基础教程，主要介绍全场景、深度学习计算框架昇思MindSpore，可支持CPU、GPU、华为AI昇腾系列处理器等硬件,可使用Linux、windows、MacOS系统。
2025-08-18