附录E：在线运行环境
以下Google Colab笔记本提供了各章节的实践练习环境，点击即可在浏览器中运行代码，无需本地配置。
Python基础练习
涵盖Python语法、数据结构、函数和面向对象编程的基础练习，适合初学者快速上手。
NumPy矩阵运算
NumPy数组操作、矩阵乘法、广播机制、线性代数运算等核心概念的实践练习。
梯度下降可视化
交互式可视化梯度下降算法，理解学习率、收敛过程和不同优化器的行为差异。
K-Means聚类
实现K-Means算法，理解聚类原理、肘部法则和不同初始化策略对结果的影响。
PyTorch CNN
使用PyTorch构建卷积神经网络，在CIFAR-10数据集上进行图像分类训练。
Transformer Self-Attention
从零实现Self-Attention机制，可视化注意力权重，理解Transformer的核心原理。
LLM文本生成
使用Hugging Face Transformers加载预训练模型，进行文本生成和提示工程实验。
LangChain RAG
构建完整的RAG应用，包括文档加载、向量存储、检索和问答链的实现。
LangChain Agent
创建能使用工具的AI Agent，实现ReAct推理循环，让模型自主完成复杂任务。
个人AI助手项目
综合运用所学知识，构建一个具备记忆、工具使用和知识库的个人AI助手。