# LearningAI

**Repository Path**: suntabu/learning-ai

## Basic Information

- **Project Name**: LearningAI
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-04
- **Last Updated**: 2026-02-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# C# AI 学习示例项目

这个项目展示了在C# .NET 8环境中从基础到高阶的AI技术应用，包括机器学习(ML)、深度学习(DL)、大语言模型(LLM)和ONNX运行时。

## 项目结构

- `Program.cs` - 主程序入口，整合所有AI示例
- `MLExamples.cs` - 机器学习示例（使用ML.NET）
- `DNNExamples.cs` - 深度学习示例
- `LLMExamples.cs` - 大语言模型集成示例
- `ONNXExamples.cs` - ONNX运行时示例
- `LearningAI.csproj` - 项目配置文件，包含所需NuGet包

## 技术栈

### 机器学习 (ML)
- **ML.NET** - 微软的跨平台机器学习框架
  - 分类、回归、聚类等传统机器学习算法
  - 支持AutoML功能
  - 与.NET生态系统无缝集成

### 深度学习 (DL)
- **TensorFlow.NET** - TensorFlow的C#绑定
- **ML.NET深度学习** - 在ML.NET中使用神经网络
- **ONNX Runtime** - 用于运行预训练的深度学习模型

### 大语言模型 (LLM)
- **OpenAI API** - 集成GPT系列模型
- **Azure OpenAI Service** - 企业级LLM服务
- **本地模型部署** - 使用Ollama等工具

### ONNX运行时
- **Microsoft.ML.OnnxRuntime** - 高性能ONNX模型推理
- 支持多种硬件加速（CPU、GPU）
- 跨框架模型兼容性

## 功能模块

### 1. 机器学习示例
- 鸢尾花分类（多分类问题）
- 房价预测（回归问题）
- 客户分群（聚类问题）

### 2. 深度学习示例
- 神经网络基本概念
- TensorFlow.NET使用方法
- ML.NET深度学习功能
- 图像分类概念

### 3. 大语言模型示例
- LLM基本概念介绍
- OpenAI API集成方式
- Azure OpenAI Service使用
- 本地模型部署方案
- 模拟交互式对话演示

### 4. ONNX运行时示例
- ONNX格式和概念介绍
- 模型加载和推理方法
- ML.NET与ONNX集成
- 优化技术和实际应用场景

## 使用方法

1. 确保安装了.NET 8 SDK
2. 恢复项目依赖：
   ```
   dotnet restore
   ```
3. 构建项目：
   ```
   dotnet build
   ```
4. 运行示例：
   ```
   dotnet run
   ```

## 学习路径

本项目按照以下学习路径组织：

1. **基础机器学习** - 了解传统ML算法和ML.NET框架
2. **深度学习概念** - 掌握神经网络基本原理
3. **大语言模型** - 学习如何集成和使用LLM
4. **ONNX部署** - 掌握模型部署和推理优化

## 注意事项

- 某些高级功能（如真实LLM API调用）需要相应的API密钥和服务订阅
- 深度学习示例主要展示概念和架构，实际部署可能需要额外配置
- ONNX模型需要单独准备和放置在正确路径

## 扩展建议

- 添加实际的图像识别示例
- 集成更多类型的预训练模型
- 实现模型训练和评估的完整流程
- 添加Web API接口以提供AI服务