修改附录1的结构

2026-04-25 11:02:39 +08:00
parent fac0133db5
commit 74c8f1b6fd
3 changed files with 445 additions and 208 deletions
@@ -0,0 +1,444 @@
+# 附录1：基础知识与编程环境
+
+本附录为读者提供AI学习与实践所需的计算机基础知识、编程环境配置、AI辅助工作流及学习资源指南。
+
+## 1 计算机的基本构成与操作系统常见操作
+
+### 1.1 计算机基本构成
+
+了解计算机的基本组成有助于理解AI程序运行时的资源需求。
+
+| 组件 | 作用 | AI相关说明 |
+|------|------|-----------|
+| CPU | 中央处理器，执行指令 | 数据预处理、逻辑控制 |
+| GPU | 图形处理器，并行计算 | 深度学习训练与推理的核心硬件 |
+| 内存（RAM） | 临时存储运行中的数据 | 影响能处理的批量大小和数据规模 |
+| 硬盘（SSD/HDD） | 持久化存储数据 | 模型文件、数据集的存储 |
+| 网络 | 数据传输 | 下载模型、调用云端API |
+
+### 1.2 操作系统常见操作
+
+本书以 macOS/Linux 为主要环境，Windows 用户推荐使用 WSL2（Windows Subsystem for Linux）。
+
+**文件与目录操作**：
+
+```bash
+# 查看当前路径
+pwd
+
+# 列出文件
+ls -la
+
+# 创建目录
+mkdir my_project
+
+# 切换目录
+cd my_project
+
+# 复制、移动、删除
+cp file.txt backup.txt
+mv old.txt new.txt
+rm unwanted.txt
+```
+
+**环境与进程管理**：
+
+```bash
+# 查看系统资源
+top              # CPU和内存使用
+df -h            # 磁盘空间
+nvidia-smi       # GPU状态（NVIDIA显卡）
+
+# 包管理
+brew install xxx   # macOS Homebrew
+apt install xxx    # Ubuntu/Debian
+```
+
+### 1.3 硬件资源推荐
+
+**本地GPU配置**： - GPU：RTX 3060 (12GB) 或更高 - 内存：16GB+ - 存储：至少100GB SSD
+
+**云平台**：
+
+| 平台 | 特点 | 适合场景 |
+|------|------|---------|
+| Google Colab | 免费GPU | 学习实验 |
+| Kaggle Notebooks | 免费GPU | 竞赛 |
+| AutoDL | 按时计费 | 中期项目 |
+| 阿里云PAI | 国内稳定 | 生产部署 |
+
+## 2 程序设计语言及其编译运行
+
+### 2.1 Python概述
+
+Python是AI领域的主流编程语言，语法简洁、生态丰富，适合快速原型开发和数据处理。
+
+### 2.2 Python环境配置
+
+#### Anaconda vs Miniconda
+
+| 工具 | 大小 | 特点 | 下载地址 |
+|------|------|------|---------|
+| Anaconda | ~500MB | 预装常用库 | [anaconda.com](https://www.anaconda.com/download) |
+| Miniconda | ~50MB | 精简安装 | [docs.conda.io](https://docs.conda.io/en/latest/miniconda.html) |
+
+#### 安装步骤
+
+```bash
+# 1. 下载并安装 Anaconda 或 Miniconda
+
+# 2. 创建虚拟环境
+conda create -n ai-env python=3.10
+conda activate ai-env
+
+# 3. 安装核心科学计算库
+conda install numpy pandas scipy
+
+# 4. 安装深度学习框架
+pip install torch torchvision
+```
+
+### 2.3 核心科学计算库
+
+#### NumPy：数值计算基础
+
+```python
+import numpy as np
+
+# 创建数组
+x = np.array([1, 2, 3, 4])
+
+# 矩阵运算
+W = np.random.randn(4, 3)  # 4×3 权重矩阵
+h = np.dot(x, W)            # 矩阵乘法
+
+# 激活函数
+relu = np.maximum(0, h)     # ReLU
+```
+
+#### Pandas：数据处理
+
+```python
+import pandas as pd
+
+# 读取数据
+df = pd.read_csv('data.csv')
+
+# 数据清洗
+df = df.dropna()
+df_normalized = (df - df.mean()) / df.std()
+
+# 统计分析
+df.describe()
+```
+
+#### SciPy：科学计算
+
+```python
+from scipy import optimize
+from scipy.spatial import distance
+
+# 优化问题
+result = optimize.minimize(loss_func, x0)
+
+# 距离计算
+dist = distance.euclidean(point1, point2)
+```
+
+### 2.4 深度学习框架
+
+#### PyTorch
+
+```bash
+pip install torch torchvision torchaudio
+```
+
+**特点**： - 动态计算图 - 研究友好 - 广泛的社区支持
+
+**资源**： - [官方文档](https://pytorch.org/docs/) - [中文教程](https://pytorch.zhangxiann.com/)
+
+#### TensorFlow
+
+```bash
+pip install tensorflow
+```
+
+**特点**： - 生产部署优化 - Keras高级API - 跨平台支持
+
+### 2.5 AI工具库速查
+
+| 类别 | 工具 | 安装命令 | 功能 |
+|------|------|---------|------|
+| 计算机视觉 | OpenCV | `pip install opencv-python` | 图像处理、视频分析 |
+| 目标检测 | Ultralytics | `pip install ultralytics` | YOLO目标检测、实例分割 |
+| 图像生成 | Diffusers | `pip install diffusers` | Stable Diffusion模型调用 |
+| Agent开发 | LangChain | `pip install langchain langchain-openai` | LLM应用开发框架 |
+| Agent开发 | LangGraph | `pip install langgraph` | 状态机式Agent开发 |
+| 数据检索 | LlamaIndex | `pip install llama-index` | 数据索引与检索（RAG） |
+
+### 2.6 模型资源
+
+#### Hugging Face
+
+**网址**：[huggingface.co](https://huggingface.co/)
+
+**功能**： - 模型仓库 - 数据集 - Spaces在线演示
+
+#### 常用预训练模型
+
+| 任务 | 推荐模型 | Hugging Face ID |
+|------|---------|----------------|
+| 文生图 | Stable Diffusion XL | stabilityai/stable-diffusion-xl-base-1.0 |
+| 目标检测 | YOLOv8 | Ultralytics |
+| 语义分割 | SAM | segment-anything |
+| 大语言模型 | Llama 3 | meta-llama/Meta-Llama-3-8B |
+
+## 3 Vibe Coding概念与最佳实践工作流
+
+### 3.1 什么是Vibe Coding
+
+传统编程：**明确需求 → 设计算法 → 编写代码**
+
+Vibe Coding：**模糊想法 → AI辅助 → 迭代完善**
+
+Vibe Coding是一种以AI为核心的编程新模式，开发者通过自然语言描述意图，由AI生成代码，再通过迭代对话逐步完善。
+
+### 3.2 工作流程
+
+**1. 描述意图（自然语言）**
+
+> "帮我创建一个简单的图像分类模型"
+
+**2. AI生成代码** → 自动生成完整代码框架
+
+**3. 运行测试** → 发现问题或需要调整
+
+**4. 迭代优化**
+
+> "把隐藏层改成128个神经元"
+
+→ AI自动修改代码
+
+**5. 理解学习** → 阅读AI生成的代码，理解实现原理
+
+### 3.3 实践技巧
+
+| 技巧 | 说明 |
+|------|------|
+| 明确需求 | 详细描述输入输出 |
+| 分步实现 | 复杂功能拆解为小任务 |
+| 验证结果 | 检查生成的代码是否正确 |
+| 学习思考 | 理解AI为什么这样写 |
+
+### 3.4 工具推荐
+
+| 工具 | 特点 | 适用场景 |
+|------|------|---------|
+| GitHub Copilot | 代码补全 | 日常开发 |
+| Cursor | 对话式编程 | 快速原型 |
+| ChatGPT/Claude | 代码生成与解释 | 学习咨询 |
+| Claude Code | 终端AI编程 | 项目级开发 |
+| Replit Agent | 端到端开发 | 小型项目 |
+
+### 3.5 开发工具
+
+#### VSCode
+
+**AI开发常用插件**： - Python - Pylance - Jupyter - Copilot
+
+#### Cursor
+
+**特点**：AI原生IDE **网址**：[cursor.com](https://cursor.com/)
+
+#### Jupyter Lab
+
+```bash
+pip install jupyterlab
+jupyter lab
+```
+
+### 3.6 项目开发工作流
+
+**推荐项目结构**：
+
+```
+project/
+├── data/              # 数据文件
+├── notebooks/         # Jupyter笔记本
+├── src/               # 源代码
+│   ├── models/        # 模型定义
+│   ├── utils/         # 工具函数
+│   └── train.py       # 训练脚本
+├── requirements.txt   # 依赖列表
+└── README.md          # 项目说明
+```
+
+**典型工作流**：
+
+```bash
+# 1. 创建环境
+conda create -n myproject python=3.10
+conda activate myproject
+
+# 2. 安装依赖
+pip install -r requirements.txt
+
+# 3. 开发迭代
+# - 在 notebook 中实验
+# - 整理到 src/ 目录
+# - 运行测试
+
+# 4. 保存环境
+conda env export > environment.yml
+```
+
+## 4 学术论文撰写工作流
+
+### 4.1 文献检索与管理
+
+**检索平台**：
+
+| 平台 | 特点 | 网址 |
+|------|------|------|
+| Google Scholar | 综合学术搜索 | [scholar.google.com](https://scholar.google.com/) |
+| arXiv | AI领域预印本 | [arxiv.org](https://arxiv.org/) |
+| Semantic Scholar | AI辅助文献搜索 | [semanticscholar.org](https://www.semanticscholar.org/) |
+| CNKI | 中文学术文献 | [cnki.net](https://www.cnki.net/) |
+
+**文献管理工具**：
+
+| 工具 | 特点 |
+|------|------|
+| Zotero | 免费、开源、支持浏览器插件 |
+| Mendeley | PDF标注与协作 |
+| EndNote | 功能全面、与Word深度集成 |
+
+### 4.2 论文写作工具
+
+#### LaTeX
+
+学术排版的行业标准，适合公式密集的论文。
+
+- **在线编辑**：[Overleaf](https://www.overleaf.com/) — 无需本地安装，支持协作
+- **本地编辑**：TeX Live + VSCode LaTeX Workshop 插件
+
+#### Markdown + Pandoc
+
+轻量级写作方案，适合课程报告和技术文档。
+
+```bash
+# Markdown 转 Word / PDF
+pandoc paper.md -o paper.docx
+pandoc paper.md -o paper.pdf --pdf-engine=xelatex
+```
+
+### 4.3 AI辅助写作流程
+
+**1. 文献综述**：使用 ChatGPT/Claude 快速了解研究领域的核心文献和发展脉络
+
+**2. 大纲生成**：通过AI辅助梳理论文结构和逻辑框架
+
+**3. 段落撰写**：AI辅助润色语言表达、翻译中英文
+
+**4. 格式排版**：利用模板和工具自动处理格式
+
+> **注意**：AI辅助写作应遵循学术诚信原则，AI生成的内容需人工审核和改写，核心观点和论证应由作者独立完成。
+
+### 4.4 引用与格式规范
+
+常用引用格式：
+- **APA**：社会科学常用
+- **IEEE**：工程和计算机科学常用
+- **GB/T 7714**：中国国家标准
+
+BibTeX 示例：
+
+```bibtex
+@article{vaswani2017attention,
+  title={Attention is all you need},
+  author={Vaswani, Ashish and others},
+  journal={NeurIPS},
+  volume={30},
+  year={2017}
+}
+```
+
+## 5 在线学习课程与资料
+
+### 5.1 推荐课程
+
+| 名称 | 平台 | 链接 |
+|------|------|------|
+| CS231n：计算机视觉 | Stanford | [cs231n.stanford.edu](http://cs231n.stanford.edu/) |
+| Fast.ai：实用深度学习 | fast.ai | [course.fast.ai](https://course.fast.ai/) |
+| 吴恩达深度学习专项课 | Coursera | [coursera.org](https://www.coursera.org/specializations/deep-learning) |
+| CS224n：NLP与深度学习 | Stanford | [web.stanford.edu](https://web.stanford.edu/class/cs224n/) |
+| 李宏毅机器学习 | YouTube | [youtube.com](https://www.youtube.com/c/HungyiLeeNTU) |
+
+### 5.2 博客与文档
+
+- [Lil'Log](https://lilianweng.github.io/) - AI深度技术文章
+- [The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/) - 可视化原理解析
+- [Distill.pub](https://distill.pub/) - 交互式可视化论文
+- [PyTorch官方文档](https://pytorch.org/docs/)
+- [Ultralytics YOLO文档](https://docs.ultralytics.com/)
+- [LangChain文档](https://python.langchain.com/)
+
+### 5.3 数据集
+
+| 数据集 | 内容 | 链接 |
+|--------|------|------|
+| ImageNet | 图像分类 | [image-net.org](https://www.image-net.org/) |
+| COCO | 目标检测 | [cocodataset.org](https://cocodataset.org/) |
+| MNIST | 手写数字 | [yann.lecun.com](http://yann.lecun.com/exdb/mnist/) |
+| OpenStreetMap | 地图数据 | [openstreetmap.org](https://www.openstreetmap.org/) |
+
+## 6 其他
+
+### 6.1 AIGC工具
+
+#### Stable Diffusion
+
+**WebUI**：[Automatic1111](https://github.com/AUTOMATIC1111/stable-diffusion-webui)
+
+**ComfyUI**：[GitHub](https://github.com/comfyanonymous/ComfyUI)
+
+**API调用示例**：
+
+```python
+from diffusers import StableDiffusionPipeline
+
+pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
+image = pipe("a photo of an astronaut riding a horse on mars").images[0]
+```
+
+#### Midjourney
+
+**平台**：Discord **文档**：[docs.midjourney.com](https://docs.midjourney.com/)
+
+### 6.2 设计领域AI工具
+
+| 工具 | 用途 | 网址 |
+|------|------|------|
+| Midjourney | 图像生成与创意探索 | [midjourney.com](https://www.midjourney.com/) |
+| Stable Diffusion | 本地可控图像生成 | [stability.ai](https://stability.ai/) |
+| ControlNet | 精确结构控制 | [arxiv.org](https://arxiv.org/abs/2302.05543) |
+| Figma AI | 界面设计辅助 | [figma.com](https://www.figma.com/) |
+| Galileo AI | 界面布局生成 | [usegalileo.ai](https://www.usegalileo.ai/) |
+| Planner 5D | 室内设计自动生成 | [planner5d.com](https://planner5d.com/) |
+
+### 6.3 学术期刊与会议
+
+**设计AI相关期刊**：
+- Landscape and Urban Planning
+- Environment and Planning B: Urban Analytics and City Science
+- Automation in Construction
+
+**设计AI相关会议**：
+- CAAD Futures
+- ACADIA
+- eCAADe
+
+---
+
+**最后更新**：2026年4月