第一部分：DT-AI 完整的人工智能学习路线之环境配置：具体的内容是这些 AI编程环境配置

一、Anaconda安装与配置教程

1.1 安装Anaconda

1.2 创建和管理虚拟环境

1.3 更换默认下载源

二、PyTorch深度学习环境配置教程

2.1 在Anaconda环境中安装PyTorch

2.2 配置GPU支持

2.3验证是否配置成功

三、VSCode安装教程

3.1下载并安装VSCode

3.2安装常用插件

3.3配置开发环境

四、PyCharm安装教程

4.1下载并安装PyCharm

4.2配置Python解释器

4.3配置开发环境

五、环境迁移教程

5.1将C盘中的环境迁移到D盘或者其他盘

5.2节省C盘空间

通过这些教程，能够轻松地配置您的编程环境，包括Anaconda、PyTorch、VSCode和PyCharm，如果在安装环境的过程中的话遇到什么问题的话请点击这里

第二部分：DT-AI 完整的人工智能学习路线之机器学习（传统算法）：具体的内容是这些机器学习（经典算法）

1、机器徐学习三剑客：Numpy、Matplotlib、Pandas机器学习三剑客

2、算法原理书籍推荐：线性回归、逻辑回归到感知机等等都有算法原理书籍推荐

3、算法原理的实践源代码在这里：算法原理实现

第三部分深度学习之CV具体包括的内容是这些：深度学习之CV

1、图像识别网络backbone这个模块包含了入门CNN的所有的基础网络从AlexNet到Resnet都有点击这个链接图像识别backbone

2、目标检测包含YOLO5、7、8所有的模块以及添加attention的教程，点击这个链接目标检测

第四部分深度学习之NLP具体包括的内容有这些：深度学习之NLP

有关系抽取、文本生成、文本分类、实体识别、知识图谱、NLP基础

注意这个开源学习路线只是一个很基础的适合新手的版本，如果大家对GNN、ObjectDetection、Segmentation、3DCv、LLM、Kaggle感兴趣的的话呢欢迎大家点开上面的链接关注哦！！！