Jun 03 产品思维（五）：抽象思维 — 从数学到系统 产品思维

Jun 02 产品思维（四）：自愈系统 — 教机器自己修自己 产品思维

Jun 01 产品思维（三）：用户体验与设计系统 — Token、暗色与双语 产品思维

May 31 产品思维（二）：安全工程 — 不偏执的纵深防御 产品思维

May 30 产品思维（一）：架构设计 — 从单体到自治 Agent 产品思维

May 28 个人理财（六）：从认知到实操 — 一个初学者的配置路径 个人理财

May 25 个人理财（五）：债券与固收 — 稳的那一半怎么放 个人理财

May 22 个人理财（四）：指数基金与 ETF — 懒人投资的底层逻辑 个人理财

May 19 个人理财（三）：银行理财子公司 — 净值化时代怎么选 个人理财

May 17 个人理财（二）：产品全景 — 从货基到黄金 个人理财

May 15 个人理财（一）：为什么要做资产配置 个人理财

May 09 阿里云全栈实战（十二）：Terraform 全栈统一交付 阿里云全栈实战

May 08 阿里云全栈实战（十一）：PAI 打造机器学习平台 阿里云全栈实战

May 07 阿里云全栈实战（十）：DashScope 与大模型层 阿里云全栈实战

May 06 阿里云全栈实战（九）：OpenSearch 与 AI 搜索 阿里云全栈实战

May 05 阿里云全栈实战（八）：Serverless 与事件驱动 阿里云全栈实战

May 04 阿里云全栈实战（七）：SLS 打造可观测性体系 阿里云全栈实战

May 03 阿里云全栈实战（六）：RAM、KMS 筑牢云安全 阿里云全栈实战

May 02 阿里云全栈实战（五）：RDS 与 PolarDB 数据基石 阿里云全栈实战

May 01 阿里云全栈实战（四）：OSS——对象存储最佳实践 阿里云全栈实战

Apr 30 阿里云全栈实战（三）：VPC、SLB 构建网络基石 阿里云全栈实战

Apr 29 阿里云全栈实战（二）：ECS——让计算回归本质 阿里云全栈实战

Apr 28 阿里云全栈实战（一）：生态全景图——阿里云到底是什么 阿里云全栈实战

Apr 27 Claude Code 实战（十）：Skills 与四种扩展机制 Claude Code 实战

Apr 26 Claude Code 实战（九）：权限模型与环境变量 Claude Code 实战

Apr 25 Claude Code 实战（八）：Sub-Agent 与计划模式 Claude Code 实战

Apr 24 Claude Code 实战（七）：十个实用 Hooks 配方 Claude Code 实战

Apr 23 Claude Code 实战（六）：SDK 与 GitHub CI Claude Code 实战

Apr 22 Claude Code 实战（五）：Hooks 与 Yolo 安全网 Claude Code 实战

Apr 21 Claude Code 实战（四）：MCP 服务器连接万物 Claude Code 实战

Apr 20 Claude Code 实战（三）：自定义斜杠命令与对话控制 Claude Code 实战

Apr 19 Claude Code 实战（二）：快捷键、四态切换与思考模式 Claude Code 实战

Apr 18 Claude Code 实战（一）：安装、三层配置体系，以及 `#` `@` `/init` 三剑客 Claude Code 实战

Apr 17 OpenClaw 指南（十）：生产部署与故障模式 OpenClaw 指南

Apr 16 OpenClaw 指南（九）：国内 IM 选型与权衡 OpenClaw 指南

Apr 15 OpenClaw 指南（八）：心跳巡逻与定时任务 OpenClaw 指南

Apr 14 OpenClaw 指南（七）：记忆系统去魔法化 OpenClaw 指南

Apr 13 OpenClaw 指南（六）：技能系统与 MCP 落地 OpenClaw 指南

Apr 12 OpenClaw 指南（五）：对接 Telegram、钉钉与微信 OpenClaw 指南

Apr 11 OpenClaw 指南（四）：配置与模型选型 OpenClaw 指南

Apr 10 OpenClaw 指南（三）：Agent Loop 六层架构 OpenClaw 指南

Apr 09 OpenClaw 指南（二）：十分钟安装与首次对话 OpenClaw 指南

Apr 08 OpenClaw 指南（一）：这到底是什么东西 OpenClaw 指南

Apr 07 大模型工程（十二）：生产落地与监控 大模型工程

Apr 06 大模型工程（十一）：安全与 Alignment 大模型工程

Apr 05 大模型工程（十）：LLM-as-Judge 与评估 大模型工程

Apr 04 大模型工程（九）：生产级 Prompt 工程 大模型工程

Apr 03 大模型工程（八）：RAG 架构与落地 大模型工程

Apr 02 大模型工程（七）：Function Calling 实战 大模型工程

Apr 01 大模型工程（六）：长上下文与 RoPE、YaRN 大模型工程

Mar 31 大模型工程（五）：推理优化核心技法 大模型工程

Mar 30 大模型工程（四）：SFT、DPO 与 RLHF 大模型工程

Mar 29 大模型工程（三）：预训练的规模之道 大模型工程

Mar 28 大模型工程（二）：Tokenization 深度解析 大模型工程

Mar 27 大模型工程（一）：Transformer 到 MoE 大模型工程

Mar 26 Terraform 实战（八）：一条命令拉起全栈 Terraform 实战

Mar 24 Terraform 实战（七）：可观测与成本告警 Terraform 实战

Mar 22 Terraform 实战（六）：LLM Gateway 与密钥管理 Terraform 实战

Mar 20 Terraform 实战（五）：向量库、RDS 与对象存储 Terraform 实战

Mar 18 Terraform 实战（四）：ECS、ACK 还是函数计算 Terraform 实战

Mar 16 Terraform 实战（三）：复用 VPC 与安全基线 Terraform 实战

Mar 14 Terraform 实战（二）：Provider 认证与 State Terraform 实战

Mar 12 Terraform 实战（一）：为何 IaC 是唯一出路 Terraform 实战

Mar 09 阿里云 PAI（五）：Designer vs Model Gallery 阿里云 PAI

Mar 08 阿里云 PAI（四）：EAS 部署与冷启动真相 阿里云 PAI

Mar 07 阿里云 PAI（三）：DLC 分布式训练 阿里云 PAI

Mar 06 阿里云 PAI（二）：DSW Notebook 避坑指南 阿里云 PAI

Mar 05 阿里云 PAI（一）：平台概览与产品地图 阿里云 PAI

Mar 01 阿里云百炼（五）：Qwen-TTS 语音合成 阿里云百炼

Feb 28 阿里云百炼（四）：万相视频生成端到端 阿里云百炼

Feb 27 阿里云百炼（三）：Qwen-Omni 多模态理解 阿里云百炼

Feb 26 阿里云百炼（二）：Qwen API 生产接入 阿里云百炼

Feb 25 阿里云百炼（一）：平台概览与第一个请求 阿里云百炼

Feb 08 机器学习数学推导（二十）：正则化与模型选择 机器学习数学推导

Feb 07 机器学习数学推导（十九）：神经网络与反向传播 机器学习数学推导

Feb 06 机器学习数学推导（十八）：聚类算法 机器学习数学推导

Feb 05 机器学习数学推导（十七）：降维与主成分分析 机器学习数学推导

Feb 04 机器学习数学推导（十六）：条件随机场 机器学习数学推导

Feb 03 机器学习数学推导（十五）：隐马尔可夫模型 机器学习数学推导

Feb 02 机器学习数学推导（十四）：变分推断与变分 EM 机器学习数学推导

Feb 01 机器学习数学推导（十三）：EM 算法与 GMM 机器学习数学推导

Jan 31 机器学习数学推导（十二）：XGBoost 与 LightGBM 机器学习数学推导

Jan 30 机器学习数学推导（十一）：集成学习 机器学习数学推导

Jan 29 机器学习数学推导（十）：半朴素贝叶斯与贝叶斯网络 机器学习数学推导

Jan 28 机器学习数学推导（九）：朴素贝叶斯 机器学习数学推导

Jan 27 机器学习数学推导（八）：支持向量机 机器学习数学推导

Jan 26 机器学习数学推导（七）：决策树 机器学习数学推导

Jan 25 机器学习数学推导（六）：逻辑回归与分类 机器学习数学推导

Jan 24 机器学习数学推导（五）：线性回归 机器学习数学推导

Jan 23 机器学习数学推导（四）：凸优化理论 机器学习数学推导

Jan 22 机器学习数学推导（三）：概率论与统计推断 机器学习数学推导

Jan 21 机器学习数学推导（二）：线性代数与矩阵论 机器学习数学推导

Jan 20 机器学习数学推导（一）：绪论与数学基础 机器学习数学推导

Jan 19 AI Agent 完全指南：从理论到工业实践 单点深潜

Jan 15 推荐系统（十六）—— 工业级架构与最佳实践 推荐系统

Jan 12 推荐系统（十五）—— 实时推荐与在线学习 推荐系统

Jan 09 推荐系统（十四）—— 跨域推荐与冷启动解决方案 推荐系统

Jan 06 推荐系统（十三）—— 公平性、去偏与可解释性 推荐系统

Jan 03 推荐系统（十二）—— 大语言模型与推荐系统 推荐系统

Dec 31 推荐系统（十一）—— 对比学习与自监督学习 推荐系统

Dec 28 推荐系统（十）—— 深度兴趣网络与注意力机制 推荐系统

Dec 25 推荐系统（九）—— 多任务学习与多目标优化 推荐系统

Dec 22 推荐系统（八）—— 知识图谱增强推荐系统 推荐系统

Dec 19 推荐系统（七）—— 图神经网络与社交推荐 推荐系统

Dec 16 推荐系统（六）—— 序列推荐与会话建模 推荐系统

Dec 13 推荐系统（五）—— Embedding 表示学习 推荐系统

Dec 10 推荐系统（四）—— CTR 预估与点击率建模 推荐系统

Dec 07 推荐系统（三）—— 深度学习基础模型 推荐系统

Dec 04 推荐系统（二）—— 协同过滤与矩阵分解 推荐系统

Dec 01 推荐系统（一）—— 入门与基础概念 推荐系统

Nov 25 自然语言处理（十二）：前沿技术与实战应用 NLP 技术前沿

Nov 20 自然语言处理（十一）：多模态大模型 NLP 技术前沿

Nov 15 自然语言处理（十）：RAG 与知识增强系统 NLP 技术前沿

Nov 10 自然语言处理（九）：大语言模型架构深度解析 NLP 技术前沿

Nov 05 自然语言处理（八）：模型微调与 PEFT NLP 技术前沿

Oct 31 自然语言处理（七）：提示工程与 In-Context Learning NLP 技术前沿

Oct 26 自然语言处理（六）：GPT 与生成式语言模型 NLP 技术前沿

Oct 21 自然语言处理（五）：BERT 与预训练模型 NLP 技术前沿

Oct 16 自然语言处理（四）：注意力机制与 Transformer NLP 技术前沿

Oct 11 自然语言处理（三）：RNN 与序列建模 NLP 技术前沿

Oct 06 自然语言处理（二）：词向量与语言模型 NLP 技术前沿

Oct 01 自然语言处理（一）：NLP 入门与文本预处理 NLP 技术前沿

Sep 30 提示词工程完全指南：从零基础到高级优化 单点深潜

Sep 25 强化学习（十二）：RLHF 与大语言模型应用 强化学习

Sep 20 强化学习（十一）：层次化强化学习与元学习 强化学习

Sep 15 强化学习（十）：离线强化学习 强化学习

Sep 10 强化学习（九）：多智能体强化学习 强化学习

Sep 05 强化学习（八）：AlphaGo 与蒙特卡洛树搜索 强化学习

Aug 31 强化学习（七）：模仿学习与逆强化学习 强化学习

Aug 26 强化学习（六）：PPO 与 TRPO —— 信任域策略优化 强化学习

Aug 21 强化学习（五）：Model-Based 强化学习与世界模型 强化学习

Aug 16 强化学习（四）：探索策略与好奇心驱动学习 强化学习

Aug 11 强化学习（三）：Policy Gradient 与 Actor-Critic 方法 强化学习

Aug 06 强化学习（二）：Q-Learning 与深度 Q 网络（DQN） 强化学习

Aug 01 强化学习（一）：基础与核心概念 强化学习

Jul 31 LLM 工作流与应用架构：企业级实战指南 单点深潜

Jul 30 重参数化技巧与 Gumbel-Softmax 详解 单点深潜

Jul 29 Prefix-Tuning：为生成任务优化连续提示 单点深潜

Jul 28 辛几何与结构保持神经网络：让模型学会守恒 单点深潜

Jul 28 矩阵低秩近似与伪逆：从 SVD 到正则化 单点深潜

Jul 27 系统设计（八）：案例分析 —— 网址缩短服务、实时聊天系统、新闻信息流 系统设计

Jul 24 系统设计（七）：数据管道——批处理、流处理与 Lambda 架构 系统设计

Jul 22 系统设计（六）：微服务 vs 单体架构——坦诚的权衡分析 系统设计

Jul 19 系统设计（五）：消息队列与事件驱动架构 系统设计

Jul 17 系统设计（四）：缓存——在哪里缓存、淘汰什么，以及缓存何时反而有害 系统设计

Jul 15 系统设计（三）：API 设计——REST、gRPC、GraphQL 及如何明智选型 系统设计

Jul 12 系统设计（二）：DNS、CDN 与负载均衡——请求旅程的前三跳 系统设计

Jul 10 系统设计（一）：以系统思维思考——负载、延迟与估算的艺术 系统设计

Jul 06 迁移学习（十二）：工业应用与最佳实践 迁移学习

Jun 30 迁移学习（十一）：跨语言迁移 迁移学习

Jun 24 迁移学习（十）：持续学习 迁移学习

Jun 18 迁移学习（九）：参数高效微调 迁移学习

Jun 12 迁移学习（八）：多模态迁移 迁移学习

Jun 06 迁移学习（七）：零样本学习 迁移学习

May 31 迁移学习（六）：多任务学习 迁移学习

May 25 迁移学习（五）：知识蒸馏 迁移学习

May 19 迁移学习（四）：小样本学习 迁移学习

May 13 迁移学习（三）：域适应 迁移学习

May 07 迁移学习（二）：预训练与微调 迁移学习

May 01 迁移学习（一）：基础与核心概念 迁移学习

Apr 30 线性代数（十八）：前沿应用与总结——量子计算、GNN、大模型，与十八章回望 线性代数

Apr 23 线性代数（十七）：计算机视觉中的线性代数——从像素到三维重建 线性代数

Apr 16 线性代数（十六）：深度学习中的线性代数——从全连接到 Transformer 线性代数

Apr 09 线性代数（十五）：机器学习中的线性代数——从 PCA 到推荐系统 线性代数

Apr 02 线性代数（十四）：随机矩阵理论——混沌中的秩序 线性代数

Mar 26 线性代数（十三）：张量与多线性代数——从标量到高维数据立方体 线性代数

Mar 19 线性代数（十二）：稀疏矩阵与压缩感知——少即是多的数学奇迹 线性代数

Mar 12 线性代数（十一）：矩阵微积分与优化——从梯度到反向传播 线性代数

Mar 05 线性代数（十）：矩阵范数与条件数——数值计算的健康体检 线性代数

Feb 26 线性代数（九）：奇异值分解 SVD 线性代数

Feb 19 线性代数（八）：对称矩阵与二次型 线性代数

Feb 12 线性代数（七）：正交性与投影——当向量互不干扰 线性代数

Feb 05 线性代数（六）：特征值与特征向量 线性代数

Jan 29 线性代数（五）：线性方程组与列空间 线性代数

Jan 22 线性代数（四）：行列式的秘密 线性代数

Jan 15 线性代数（三）：矩阵作为线性变换 线性代数

Jan 08 线性代数（二）：线性组合与向量空间 线性代数

Jan 01 线性代数（一）：向量的本质——不仅仅是箭头 线性代数

Dec 15 时间序列模型（八）：Informer——高效长序列预测 时间序列预测

Nov 30 时间序列模型（七）：N-BEATS——可解释的深度架构 时间序列预测

Nov 15 时间序列模型（六）：时序卷积网络 (TCN) 时间序列预测

Oct 31 时间序列模型（五）：时间序列的 Transformer 架构 时间序列预测

Oct 16 时间序列模型（四）：Attention 机制——直接的长程依赖 时间序列预测

Oct 01 时间序列模型（三）：GRU——轻量门控与效率权衡 时间序列预测

Sep 16 时间序列模型（二）：LSTM——门控机制与长期依赖 时间序列预测

Sep 01 时间序列模型（一）：传统统计模型 时间序列预测

Sep 01 Mixture-of-Subspaces in Low-Rank Adaptation (MoSLoRA) 单点深潜

Aug 31 网球场景计算机视觉系统设计：从论文调研到工业实现 单点深潜

Aug 30 概率与统计（八）：贝叶斯统计——先验、后验，以及频率学派为何争论不休 概率论与数理统计

Aug 28 概率与统计（七）：假设检验——p 值、置信区间及其全部陷阱 概率论与数理统计

Aug 26 概率与统计（六）：参数估计——极大似然估计、最大后验估计与偏差-方差分解 概率论与数理统计

Aug 24 概率与统计（五）：大数定律与中心极限定理 概率论与数理统计

Aug 23 概率与统计（四）：联合分布、边缘化与独立性 概率论与数理统计

Aug 21 概率与统计（三）：期望、方差与矩生成函数技巧 概率论与数理统计

Aug 20 概率与统计（二）：随机变量及关键分布 概率论与数理统计

Aug 18 概率与统计（一）：概率空间——为何需要公理化（但不过度深究） 概率论与数理统计

Aug 14 偏微分方程与机器学习（八）：反应扩散系统与 GNN PDE × 机器学习

Jul 30 偏微分方程与机器学习（七）：扩散模型与 Score Matching PDE × 机器学习

Jul 15 偏微分方程与机器学习（六）：连续归一化流与 Neural ODE PDE × 机器学习

Jun 30 偏微分方程与机器学习（五）：辛几何与保结构网络 PDE × 机器学习

Jun 15 偏微分方程与机器学习（四）：变分推断与 Fokker-Planck 方程 PDE × 机器学习

May 31 偏微分方程与机器学习（三）：变分原理与优化 PDE × 机器学习

May 16 偏微分方程与机器学习（二）：神经算子理论 PDE × 机器学习

May 01 偏微分方程与机器学习（一）：物理信息神经网络 PDE × 机器学习

May 01 HCGR —— Hyperbolic Contrastive Graph Representation Learning for Session-based Recommendation 单点深潜

Apr 30 数据库（八）：实战中的数据库——迁移、监控与故障案例 数据库原理与实践

Apr 28 数据库（七）：分布式事务——两阶段提交、Saga 模式，以及为何共识如此困难 数据库原理与实践

Apr 26 数据库（六）：复制与分片——突破单机限制的扩展之道 数据库原理与实践

Apr 24 数据库（五）：NoSQL——文档型、键值型、列式与图数据库 数据库原理与实践

Apr 22 数据库（四）：存储引擎——数据如何落盘 数据库原理与实践

Apr 21 数据库（三）：事务与并发控制——ACID、隔离级别与锁机制 数据库原理与实践

Apr 19 数据库（二）：索引与查询规划——数据库如何找到你的数据 数据库原理与实践

Apr 17 数据库（一）：数据模型与 SQL —— 为何关系型表结构至今仍占主导地位 数据库原理与实践

Apr 15 常微分方程（十八）：前沿专题与系列总结 ODE 入门精讲

Mar 29 常微分方程（十七）：物理与工程应用 ODE 入门精讲

Mar 12 常微分方程（十六）：控制理论基础 ODE 入门精讲

Feb 24 常微分方程（十五）：种群动力学 ODE 入门精讲

Feb 07 常微分方程（十四）：传染病模型与流行病学 ODE 入门精讲

Jan 21 常微分方程（十三）：偏微分方程引论 ODE 入门精讲

Jan 04 常微分方程（十二）：边值问题 ODE 入门精讲

Dec 18 常微分方程（十一）：数值方法 ODE 入门精讲

Dec 01 常微分方程（十）：分岔理论 ODE 入门精讲

Nov 14 常微分方程（九）：混沌理论与洛伦兹系统 ODE 入门精讲

Oct 28 常微分方程（八）：非线性系统与相图 ODE 入门精讲

Oct 11 常微分方程（七）：稳定性理论 ODE 入门精讲

Sep 24 常微分方程（六）：线性微分方程组 ODE 入门精讲

Sep 07 常微分方程（五）：级数解法与特殊函数 ODE 入门精讲

Aug 21 常微分方程（四）：拉普拉斯变换 ODE 入门精讲

Aug 04 常微分方程（三）：高阶线性微分方程 ODE 入门精讲

Jul 18 常微分方程（二）：一阶微分方程的求解方法 ODE 入门精讲

Jul 01 常微分方程（一）：微分方程的起源与直觉 ODE 入门精讲

Jun 30 浅谈位置编码：从 Sinusoidal 到 RoPE 与 ALiBi 单点深潜

Jun 28 LAMP 与阿里云服务器详解 单点深潜

Jun 27 变分自编码器 (VAE)：从直觉到实现与调试 单点深潜

Jun 26 paper2repo：GitHub Repository Recommendation for Academic Papers 单点深潜

Jun 25 SR-GNN —— Session-based Recommendation with Graph Neural Networks 单点深潜

Jun 23 Docker 与容器（八）：超越 Docker —— Kubernetes、Swarm 及未来演进 Docker 与容器化

Jun 22 Docker 与容器（七）：安全——运行容器时不必交出全部权限 Docker 与容器化

Jun 21 Docker 与容器（六）：调试与日志——当‘盒子’内部出问题时 Docker 与容器化

Jun 20 Docker 与容器（五）：Docker Compose——多容器应用 Docker 与容器化

Jun 19 Docker 与容器（四）：网络与卷——容器如何通信与持久化数据 Docker 与容器化

Jun 18 Docker 与容器（三）：Dockerfile 最佳实践 —— 从初学者到生产环境 Docker 与容器化

Jun 17 Docker 与容器（二）：镜像与分层——`docker pull` 到底下载了什么？ Docker 与容器化

Jun 16 Docker 与容器（一）：为何需要容器——虚拟机未能解决的问题 Docker 与容器化

Jun 14 云计算（八）：多云管理与混合云架构 云计算

May 26 云计算（七）：运维与 DevOps 实践 云计算

May 07 云计算（六）：云安全与隐私保护 云计算

Apr 18 云计算（五）：云网络架构与 SDN 云计算

Mar 30 云计算（四）：云存储系统与分布式架构 云计算

Mar 11 云计算（三）：云原生与容器技术 云计算

Feb 20 云计算（二）：虚拟化技术深度解析 云计算

Feb 01 云计算（一）：云计算基础与架构体系 云计算

Jan 29 Graph Contextualized Self-Attention Network for Session-based Recommendation 单点深潜

Jan 22 Integrating Large Language Models with Graphical Session-Based Recommendation 单点深潜

Jan 14 计算机基础（六）：深度解析与系统协作 计算机底层原理

Dec 24 计算机基础（五）：网络、电源与故障排查 计算机底层原理

Dec 03 计算机基础（四）：主板、显卡与扩展 计算机底层原理

Nov 12 计算机基础（三）：存储系统（HDD 与 SSD） 计算机底层原理

Oct 22 计算机基础（二）：内存与高速缓存系统 计算机底层原理

Oct 01 计算机基础（一）：CPU 与计算核心 计算机底层原理

Sep 30 优化理论（十二）：离散与全局优化 优化理论

Sep 29 优化理论（十一）：非凸优化与鞍点逃逸 优化理论

Sep 27 优化理论（十）：随机优化与方差缩减 优化理论

Sep 26 优化理论（九）：内点法与自和谐障碍函数 优化理论

Sep 24 优化理论（八）：Lagrangian 对偶与 KKT 条件 优化理论

Sep 22 优化理论（七）：二阶方法 优化理论

Sep 21 优化理论（六）：复合优化与近端方法 优化理论

Sep 20 优化理论（五）：Nesterov 之外的加速 优化理论

Sep 18 优化理论（四）：学习率与调度策略 优化理论

Sep 16 优化理论（三）：梯度下降族——从 SGD 到 AdamW 优化理论

Sep 15 优化理论（二）：光滑性、强凸性与 Nesterov 加速 优化理论

Sep 14 优化理论（一）：凸分析基础 优化理论

Sep 13 LeetCode（十）：栈与队列 LeetCode 算法模式

Aug 29 LeetCode（九）：贪心算法 LeetCode 算法模式

Aug 14 LeetCode（八）：回溯算法 LeetCode 算法模式

Jul 30 LeetCode（七）：动态规划入门 LeetCode 算法模式

Jul 15 LeetCode（六）：二叉树遍历与构造 LeetCode 算法模式

Jun 30 LeetCode（五）：二分查找 LeetCode 算法模式

Jun 15 LeetCode（四）：滑动窗口技巧 LeetCode 算法模式

May 31 LeetCode（三）：链表操作 LeetCode 算法模式

May 16 LeetCode（二）：双指针技巧 LeetCode 算法模式

May 01 LeetCode（一）：哈希表 LeetCode 算法模式

Apr 27 Python 工程实践（八）：性能优化 —— 性能分析、缓存与适时收手 Python 工程实践

Apr 24 Python 工程实践（七）：打包分发 —— 从 pip install 到 PyPI Python 工程实践

Apr 21 Python 工程实践（六）：并发编程 —— 线程、进程与 asyncio Python 工程实践

Apr 19 Python 工程实践（五）：I/O、序列化与数据格式 Python 工程实践

Apr 17 Python 工程实践（四）：类型提示、代码检查与质量保障 Python 工程实践

Apr 14 Python 工程实践（三）：测试——pytest、Fixture 与信心循环 Python 工程实践

Apr 12 Python 工程实践（二）：项目结构 —— 从脚本到包 Python 工程实践

Apr 10 Python 工程实践（一）：环境搭建——pyenv、venv 与依赖地狱 Python 工程实践

Apr 09 多模态大模型与下游任务研究 单点深潜

Apr 07 操作系统基础深度解析 单点深潜

Apr 03 Graph Neural Networks for Learning Equivariant Representations of Neural Networks 单点深潜

Apr 02 Linux（九）：Vim 编辑器精要 Linux

Apr 02 Linux（八）：文件操作深入解析 Linux

Mar 20 Linux（七）：进程与资源管理 —— 从 top 到 cgroups Linux

Mar 07 Linux（六）：系统服务管理 Linux

Feb 22 Linux（五）：用户管理 Linux

Feb 09 Linux（四）：软件包管理 Linux

Jan 27 Linux（三）：磁盘管理 Linux

Jan 14 Linux（二）：文件权限 —— rwx、chmod、chown 与超越它们的机制 Linux

Jan 01 Linux（一）：使用基础 Linux

Dec 30 核方法（八）：深度核学习 vs 深度学习——选择指南与故障排查 核方法

Dec 24 核方法（七）：大规模核方法——Nystrom 近似与随机傅里叶特征 核方法

Dec 19 核方法（六）：高斯过程——当核方法遇到贝叶斯推断 核方法

Dec 14 核方法（五）：核 SVM、核 PCA 与核岭回归 核方法

Dec 09 核方法（四）：常见核函数族——RBF、Matern、多项式、周期与更多 核方法

Dec 04 核方法（三）：RKHS——核方法的理论灵魂 核方法

Nov 29 核方法（二）：数学基础——正定核与 Mercer 定理 核方法

Nov 24 核方法（一）：为什么需要它——从线性算法的天花板说起 核方法

Nov 23 微分几何（十二）：纤维丛、特征类与物理学 微分几何

Nov 21 微分几何（十一）：黎曼几何中的曲率 —— 黎曼、里奇和标量 微分几何

Nov 19 微分几何（十）：黎曼几何 — 度量、联络和平行移动 微分几何

Nov 17 微分几何（九）：流形上的积分与斯托克斯定理 微分几何

Nov 15 微分几何（八）：微分形式 —— 流形上积分的自然语言 微分几何

Nov 13 微分几何（七）：向量场、流和李括号 微分几何

Nov 11 微分几何（六）：光滑流形 —— 超越嵌入曲面的几何 微分几何

Nov 09 微分几何（五）：高斯-博内定理 —— 几何与拓扑的交汇点 微分几何

Nov 07 微分几何（四）：内蕴几何 —— 惊人定理与测地线 微分几何

Nov 05 微分几何（三）：形状算子——曲面的曲率 微分几何

Nov 03 微分几何（二）：曲面与第一基本形式 —— 内在测量 微分几何

Nov 01 微分几何（一）：空间中的曲线 —— 曲率、挠率和 Frenet 标架 微分几何

Oct 23 泛函分析（十二）：泛函分析在行动 —— 偏微分方程和量子力学 泛函分析

Oct 21 泛函分析（十一）：分布与Sobolev空间 — 广义解 泛函分析

Oct 19 泛函分析（十）：算子半群 — 无限维空间中的演化方程 泛函分析

Oct 17 泛函分析（九）：无界算子 —— 当有界性失效时 泛函分析

Oct 15 泛函分析（八）：谱理论 —— 分解算子 泛函分析

Oct 13 泛函分析（七）：紧算子——通往有限维的桥梁 泛函分析

Oct 11 泛函分析（六）：有界线性算子与三大定理 泛函分析

Oct 09 泛函分析（五）：弱拓扑和弱*拓扑 —— 当范数收敛太强时 泛函分析

Oct 07 泛函分析（四）：对偶空间与 Hahn-Banach 定理 —— 线性泛函的驯服 泛函分析

Oct 05 泛函分析（三）：Hilbert 空间 —— 无限维空间中的几何 泛函分析

Oct 03 泛函分析（二）：赋范空间与Banach空间 泛函分析

Oct 01 泛函分析（一）：度量空间 —— 距离、收敛与完备性 泛函分析

Sep 23 抽象代数（十二）：代数在实际应用中的威力 —— 从密码学到编码理论及其他 抽象代数

Sep 21 抽象代数（十一）：范畴论 — 数学结构的语言 抽象代数

Sep 19 抽象代数（十）：表示论 — 群在向量空间上的作用 抽象代数

Sep 17 抽象代数（九）：模——向量空间的推广 抽象代数

Sep 15 抽象代数（八）：Galois 理论 —— 域与群之间的桥梁 抽象代数

Sep 13 抽象代数（七）：域扩张 — 构建更大的数系 抽象代数

Sep 11 抽象代数（六）：多项式环 —— 因子分解与唯一分解 抽象代数

Sep 09 抽象代数（五）：环与理想 —— 当乘法进入画面 抽象代数

Sep 07 抽象代数（四）：Sylow 定理 —— 剖析有限群 抽象代数

Sep 05 抽象代数（三）：商群与同态 —— 结构压缩的艺术 抽象代数

Sep 03 抽象代数（二）：群的作用 —— 群如何移动事物 抽象代数

Sep 01 抽象代数（一）：群 —— 你与代数结构的初次相遇 抽象代数