人工智能学习与实战项目，涵盖大语言模型、向量数据库、神经网络等多个 AI 核心领域。
ai-demo/
├── llm/ # 大语言模型从零实现
├── milvus/ # Milvus 向量数据库实践
├── neuroph/ # Neuroph 神经网络框架
├── notebook/ # Jupyter Notebook 学习笔记
├── pytorch/ # PyTorch 深度学习
└── springai/ # Spring AI 应用开发
从零构建大语言模型
基于 LLMs-from-scratch 项目，循序渐进地实现 GPT 模型的各个组件。
核心内容：
- ✅ Transformer 架构详解
- ✅ Multi-Head Attention 实现
- ✅ Feed Forward Network
- ✅ Layer Normalization
- ✅ GELU 激活函数
- ✅ 模型预训练与优化
- ✅ GPT-2 权重加载
技术栈： Python, PyTorch, TensorFlow, NumPy
📖 详细文档
向量数据库实战
使用 Java SDK 操作 Milvus 向量数据库，支持多种向量类型和相似度搜索。
核心功能：
- ✅ 集合 DDL/DML 操作
- ✅ 稠密向量检索
- ✅ 稀疏向量检索
- ✅ 二进制向量检索
- ✅ Docker Compose 部署
技术栈： Java, Milvus SDK, SLF4J, Logback
快速启动：
cd milvus/src/main/resources/docker-compose
docker-compose up -d神经网络框架实践
基于 Neuroph 框架构建简单的神经网络示例。
技术栈： Java, Neuroph Core
PyTorch 深度学习基础
PyTorch 张量操作和神经网络层实践。
核心内容：
- ✅ 张量创建与操作
- ✅ Layer Normalization 实现
- ✅ 自动微分
技术栈： Python, PyTorch
Spring AI 应用开发
基于 Spring Boot 3.4.0 和 Spring AI 1.1.0 的 AI 应用集成。
核心特性：
- ✅ DeepSeek 模型集成
- ✅ OpenAI 兼容接口
- ✅ Spring Boot Starter
技术栈： Java 17, Spring Boot 3.4.0, Spring AI 1.1.0
MIT License
Yubin Li
欢迎提交 Issue 和 Pull Request！
如有问题或建议，请通过 Issue 或 lixin58688@163.com 联系。
如果这个项目对你有帮助，请给一个 ⭐ Star！