AI 学习笔记
面向深度学习与表征学习的概念长文与资源索引：从嵌入、序列模型、卷积与残差网络到 Transformer，并持续收录可信赖的外部技术博客与平台入口。单篇长文多为中英双语编排（英文标题 + 中文正文或对照），可在各文顶部切换语言。
理解 CNN 与 ResNet
模块化卷积、退化与恒等捷径、残差块的优化动机，以及相对 Transformer 的归纳偏置与局限。
计算机视觉当代 LLM 架构比较导读
导读 Sebastian Raschka《The Big LLM Architecture Comparison》：GQA/MLA、MoE、归一化与混合注意力等主线，附 Ahead of AI 原文链接。
架构地图Awesome AI 博客与资源站
OpenAI 研究资讯、Distill、colah、Hugging Face、GitHub、Karpathy、Sebastian Raschka 及 DeepMind、Jay Alammar、Lil'Log 等精选信源清单。
资源索引申请通义千问（Qwen）API
阿里云百炼控制台：登录与 API Key 入口、在模型用量中开通免费额度模型、创建并复制密钥用于调用。
实践理解 Embedding
从 one-hot 到分布式表示，梳理 Word2Vec、GloVe 以及现代 Transformer 中的嵌入思想。
表征学习理解 LSTM 网络
从 RNN 的长期依赖问题到门控与细胞状态，图解长短期记忆网络的工作原理。
序列模型理解 Transformer
注意力与自注意力、编码器–解码器结构，以及并行性、复杂度与局限性的概念梳理。
注意力机制