摘要： 
在接触AI应用开发的这段时间，我以为会像以前学.net，学java，学vue一样。先整个hello world，再一步一步学搭功能，学搭框架直到搭一个系统出来。然而，理想总是很丰满，现实很骨感。在实践的过程中各种千奇百怪的问题：概念太多。huggingface、transformers、torch、tokenizers、langchain、modelscope、fastapi、CUDA、cuDNN、Conda、vLLM、ResNet-50、top_p等等等等....它们有些是工具，有些只是个库，有些甚至就是个参数名以及还有些我到现在都不知道是个啥。运行代码时，经常莫名地各种报错。以前学vue的时候，我以为前端的包已经够混乱了，直到开始接触AI，没有最混只有更混。在学的过程中，我就想着。等我做出个东西。我一定要把这些个牛鬼蛇神给掰扯清楚。 阅读全文
在接触AI应用开发的这段时间，我以为会像以前学.net，学java，学vue一样。先整个hello world，再一步一步学搭功能，学搭框架直到搭一个系统出来。然而，理想总是很丰满，现实很骨感。在实践的过程中各种千奇百怪的问题：概念太多。huggingface、transformers、torch、tokenizers、langchain、modelscope、fastapi、CUDA、cuDNN、Conda、vLLM、ResNet-50、top_p等等等等....它们有些是工具，有些只是个库，有些甚至就是个参数名以及还有些我到现在都不知道是个啥。运行代码时，经常莫名地各种报错。以前学vue的时候，我以为前端的包已经够混乱了，直到开始接触AI，没有最混只有更混。在学的过程中，我就想着。等我做出个东西。我一定要把这些个牛鬼蛇神给掰扯清楚。 阅读全文