摘要： Reborn Date:2025/08/19 第一階段：夯實(shí)機(jī)器學(xué)習(xí)基礎(chǔ)（1-2個(gè)月） 數(shù)學(xué)基礎(chǔ)強(qiáng)化 線性代數(shù)：矩陣運(yùn)算、特征值分解（推薦MIT OpenCourseWare 18.06） 概率論與統(tǒng)計(jì)：貝葉斯定理、概率分布（推薦《概率導(dǎo)論》） 微積分：偏導(dǎo)數(shù)、梯度概念（Khan Academy微積 閱讀全文

摘要： 重生之我用AI寫(xiě)代碼：前傳——VSCode集成開(kāi)源模型搭建智能開(kāi)發(fā)環(huán)境 在AI編程的浪潮中，我發(fā)現(xiàn)了一個(gè)完美的組合：VSCode + Cline插件 + 本地部署的Qwen Code。每天2000次免費(fèi)調(diào)用，100萬(wàn)token的上下文窗口，讓我體驗(yàn)到了真正的智能編程助手。 環(huán)境搭建全攻略 一、Nod 閱讀全文

摘要： 國(guó)產(chǎn)開(kāi)源數(shù)據(jù)庫(kù)調(diào)研項(xiàng)目的LaTeX專(zhuān)業(yè)排版實(shí)踐 在上一篇文章《LaTeX 項(xiàng)目結(jié)構(gòu)優(yōu)化：從基礎(chǔ)到專(zhuān)業(yè)》中，我們探討了模塊化LaTeX項(xiàng)目的基本結(jié)構(gòu)。本文將通過(guò)一個(gè)實(shí)際項(xiàng)目——"國(guó)產(chǎn)開(kāi)源數(shù)據(jù)庫(kù)調(diào)研與測(cè)試比對(duì)報(bào)告"，展示如何將專(zhuān)業(yè)LaTeX項(xiàng)目結(jié)構(gòu)應(yīng)用于復(fù)雜的技術(shù)文檔編寫(xiě)。 項(xiàng)目背景 "國(guó)產(chǎn)開(kāi)源數(shù)據(jù)庫(kù)調(diào) 閱讀全文

摘要： LaTeX 項(xiàng)目結(jié)構(gòu)優(yōu)化：從基礎(chǔ)到專(zhuān)業(yè) 在上一篇文章《在 VS Code 中集成 LaTeX 環(huán)境并創(chuàng)建第一個(gè)文檔》中，我們介紹了如何搭建基礎(chǔ)的 LaTeX 開(kāi)發(fā)環(huán)境。本文將進(jìn)一步探討如何將簡(jiǎn)單的 LaTeX 文檔升級(jí)為專(zhuān)業(yè)的模塊化項(xiàng)目結(jié)構(gòu)。 為什么需要專(zhuān)業(yè)的項(xiàng)目結(jié)構(gòu)？ 當(dāng)你的 LaTeX 文檔從幾 閱讀全文

摘要： 重生之我用AI寫(xiě)代碼：翁法羅斯的傳奇十二因子 傳說(shuō)在遙遠(yuǎn)的翁法羅斯世界，十二位盜火行者與來(lái)古士展開(kāi)了一場(chǎng)永無(wú)止境的輪回之戰(zhàn)。而今，我將用AI的力量重現(xiàn)這場(chǎng)史詩(shī)對(duì)決，讓深度學(xué)習(xí)算法在代碼的海洋中譜寫(xiě)新的傳奇。 前情回顧 在之前的旅程中，你已掌握了Scikit-learn的基礎(chǔ)，體驗(yàn)了線性回歸的魅力。但 閱讀全文

摘要： 在 VS Code 中集成 LaTeX 環(huán)境并創(chuàng)建第一個(gè)文檔 概述 LaTeX 是一款專(zhuān)業(yè)的文檔排版系統(tǒng)，特別適合學(xué)術(shù)論文、技術(shù)文檔和書(shū)籍的編寫(xiě)。本文將詳細(xì)介紹如何在 VS Code 中配置完整的 LaTeX 環(huán)境，從安裝必要的組件到編寫(xiě)和編譯第一個(gè) LaTeX 文檔，打造高效的文檔編寫(xiě)工作流。 基 閱讀全文

摘要： 在 Windows 下集成 Conda 與 VS Code 打造高效開(kāi)發(fā)環(huán)境 概述 在 Windows 系統(tǒng)上進(jìn)行 Python 開(kāi)發(fā)時(shí)，環(huán)境管理和工具集成是提升效率的關(guān)鍵。本文將詳細(xì)介紹如何在 Windows 中結(jié)合 Miniconda 進(jìn)行環(huán)境管理，并與 VS Code 深度集成，打造一套穩(wěn)定、 閱讀全文

摘要： 重生之從零開(kāi)始的神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)之路——第八篇 大型數(shù)據(jù)集與復(fù)雜模型的GPU訓(xùn)練實(shí)踐 引言 在前一篇中，我們實(shí)現(xiàn)了基礎(chǔ)的SRCNN超分辨率模型并掌握了后臺(tái)訓(xùn)練技巧。本篇將進(jìn)一步拓展實(shí)驗(yàn)規(guī)模：引入更大規(guī)模的數(shù)據(jù)集、實(shí)現(xiàn)更復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，并優(yōu)化GPU訓(xùn)練策略，以應(yīng)對(duì)更具挑戰(zhàn)性的圖像重建任務(wù)。通過(guò)這些實(shí)踐 閱讀全文

摘要： 重生之從零開(kāi)始的神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)之路——第七篇 重拾PyTorch（超分辨率重建和腳本的使用） 引言 在前一篇中，我們初步探索了PyTorch框架的使用并體驗(yàn)了GPU加速計(jì)算的優(yōu)勢(shì)。本篇將聚焦于一個(gè)更具視覺(jué)沖擊力的任務(wù)——圖像超分辨率重建，通過(guò)實(shí)現(xiàn)經(jīng)典的SRCNN模型，深入學(xué)習(xí)PyTorch在圖像處 閱讀全文

摘要： 重生之從零開(kāi)始的神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)之路——第六篇 初識(shí)PyTorch（環(huán)境搭建和使用GPU計(jì)算） 引言 在之前的篇章中，我們已經(jīng)學(xué)習(xí)了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論和數(shù)學(xué)原理。今天，我們將邁出實(shí)踐的重要一步——開(kāi)始使用PyTorch這一強(qiáng)大的深度學(xué)習(xí)框架，并學(xué)習(xí)如何利用GPU加速我們的計(jì)算任務(wù)。 環(huán)境準(zhǔn)備與遠(yuǎn)程連 閱讀全文

摘要： 在 Windows 上部署支持 CUDA 的 Docker 容器 概述 本指南將幫助你在 Windows 系統(tǒng)上部署一個(gè)支持 CUDA 的 Docker 開(kāi)發(fā)容器，該容器基于 Ubuntu 20.04，并預(yù)裝了 Python、PyTorch 等開(kāi)發(fā)環(huán)境，同時(shí)配置了 SSH 服務(wù)以便遠(yuǎn)程訪問(wèn)。 前提條 閱讀全文