- 博客(1358)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 从零开始的动手学深度学习系列 全流程记录
从零开始的动手学深度学习系列 全流程记录 全流程实现博客链接 从零开始的推荐系统学习之路（九）---- 动手学深度学习系列 深度学习基础 从零实现线性回归 从零开始的推荐系统学习之路（十）---- 动手学深度学习系列 深度学习基础 从零实现SoftMax回归函数 & 从零实现MLP感知机模型
2026-03-04 20:37:49
379
原创 从零开始的推荐系统入门学习之路 全流程记录
《从零开始的推荐系统学习之路》记录了作者24岁开始系统学习推荐系统的全过程。在短短一个半月内，作者完成了从机器学习理论（西瓜书）、深度学习基础到推荐系统核心算法（协同过滤、SVD、FM等）的系统学习，撰写了30多篇技术博客和数千行代码。文章展现了作者在时间紧迫下的高效学习能力，通过Pandas数据处理、机器学习理论、深度学习框架到推荐算法实践的完整知识体系构建。作者以"just go forward"为座右铭，强调持续学习的重要性，记录了自己从焦虑到逐步掌握推荐系统技术的心路历程，为推荐
2026-03-04 17:57:56
420
原创 大学计算机专业不挂科 通识课 + 专业课全科目速成总结博客
大一学年学科不挂科 速冲方法推荐（高数上+高数下+线代+大物上）大二上学科不挂科 速冲方法总结（离散+概率+数电+大物下）大二下学科不挂科 速冲方法推荐（数据结构+计组+操作系统+算法+数据库）大三上学科不挂科 速冲方法推荐（机器学习+嵌入式+计网）（待写）《高数/高等数学 上》《微积分 上》速成课，3小时搞定，期末不挂科【蜂考】高数叔《高数上册 | 微分方程》基础知识【期末速成】高数期末复习指南 速成救命课 1 小时抓重点 高数期末考前冲刺 0基础小白也能冲《高等数学》同济版 全程教学视频（宋浩老师）
2023-12-20 15:34:51
4801
原创 从开始到微信/字节/快手/百度Offer ---- 我的大学后端开发学习之路 全系列总结博客
笔者四川成都人高考617分 2020年考入重庆邮电大学 计算机专业大学四年 实习了一年半 前后辗转了三个城市 上海/深圳/广州做了很多项目 比如小型操作系统/编译器相关的正则引擎/还有各种Lab（CSAPP/OS Lab/Stanford Lab等等）大学期间写博客1200多篇 收获浏览量85w+ followers近3k2022年11月底拿到 腾讯IEG 公共数据平台部门 后端实习offer2023年春招暑期实习 拿到腾讯音乐 qq音乐事业线实习offer。
2023-12-19 20:04:28
3915
2
原创 golang Gin框架源码分析 全系列总结博客
golang gin框架源码分析（一）---- 下载gin框架源码 运行示例代码 由浅入深探寻原理golang gin框架源码分析（二）---- 渐入佳境 摸索Engine ServeHTTP访问前缀树真正原理。
2023-01-30 16:04:59
1042
原创 腾讯Libco协程开源库 源码分析 全系列总结博客
文章目录前引腾讯Libco协程开源库 源码分析 全系列总结博客前引由于这段时间准备面试 看到面经中有问到协程的问题在此之前 我没有接触过协程 听闻C++20 中有协程库 而且也听闻腾讯微信竟然在用自己开发的协程库 支持单机千万并发 于是就花了接近一天的时间研究了协程库 发现代码长度也不长 于是自己就写下了这三篇博客后面可能等找到实习后 自己会按照Libco的实现思路 实现一个协程库那这篇就写到这里吧腾讯Libco协程开源......
2022-06-10 16:52:15
1475
原创 Linux Kernel Select/Poll/Epoll源码深度历险 全系列总结记录
文章目录前引Linux Kernel Select/Poll/Epoll源码深度历险 全系列总结记录前引写这三篇博客 源码分析 + 写博客总共花了我两天左右的时间由于之前我对Select/Poll/Epoll的认识 仅仅是用过(Epoll) 对其他的则是一概不知道正值这段时间 在大量的刷面经 看面试题发现面试中 很多时候都要问这三个函数的区别 以及内部实现本着 源码之前 了无秘密的想法再加上自己对源码分析的经验没有多少 之前自己去分析LevelDB的时候 也是分析了五天之后再无音讯 最后只
2022-05-17 14:15:34
925
原创 从零开始自制实现C++ High-Performance WebServer 全流程记录
文章目录前引前引这个 从零自制高性能多线程的WebServer博客系列呢 刚开始我写之初 其实也就是想记录一下 一个linux后端开发者 以此作为 网络编程的起点 以及多线程编程的起点的博客记录而已因为刚开始 对于很多后台开发的前辈啊 所给出的后端学习的路啊 就比如写一个WebServer 其实这个项目就个人而言 真的肯定是 作为后台开发最好的入手的一个项目了 这个WebServer 不是写一个 就只能支持HTTP协议的服务器 而是从零开始写一个能够具有超级高的复用性的网络库 以此的基础上来实
2022-04-24 18:57:51
21197
10
原创 从零开始自制实现正则引擎 全流程记录
文章目录前引Regex_Engine 1.01、全流程实现博客链接2、源码仓库链接前引笔者在完成 正则引擎初版 如果算上有效时间的话 大概是4-5天左右就完成了 只包括了 最基础的正则引擎的功能 连接/选择/闭包 当然也包括括号啦 我github上面的readme没写到这一点 我去更新一下拓展功能的话 有时间可能这两天就会做 包括的话 就是 [] {} . + ?这些符号的拓展了 这些功能我还要思考一下怎么实现 但初版已经写出来了 后面如果还有更新的话 我会更新这篇博客以及再把Regex_En
2021-11-18 14:46:11
1558
原创 《计算机网络自顶向下》Wireshark Lab + Socket Lab + 杂项实验室编程 全实验博客链接
文章目录前引博客相关链接前引博客相关链接《计算机网络自顶至下》Socket Lab1 Web Server Lab《计算机网络自顶至下》Socket Lab2 UDP Pinger Lab《计算机网络自顶至下》Socket Lab3 SMTP Lab《计算机网络自顶至下》Socket Lab4 HTTP Web Proxy Server...
2021-09-13 18:54:30
11051
5
原创 《操作系统真象还原》从零开始自制操作系统 全流程记录
文章目录博客链接博客链接《操作系统真象还原》第一章 ---- 安装Vmware Station 安装Ubuntu 装载配置Bochs 安装Vmware tools 开始乘帆历险！《操作系统真象还原》第二章 ---- 编写MBR主引导记录 初尝编写的快乐 雏形已显！《操作系统真象还原》第三章 ---- 完善MBR 尝汇编先苦涩后甘甜而再战MBR！《操作系统真象还原》第四章 ---- 剑指Loader 刃刺GDT 开启新纪元保护模式 解放32位《操作系统真象还原》第五章 ---- 轻取物理内存容
2021-08-15 01:37:25
27654
6
原创 哈工大操作系统原理与实践 Lab全实验博客链接
文章目录前引博客相关链接（更新中）前引一共这门课中含有8个Lab这8个Lab 基本上绝大部分都是我自己一点一点慢慢实现出来的除了Lab4是我贴了转载的人家的博客链接写这个Lab同样也是希望能够给一些没有什么思路 或者在一些地方卡住的朋友能够有一些帮助 :）博客相关链接（更新中）Lab1 哈工大操作系统之基础（控制系统启动过程实验）Lab2 哈工大操作系统之基础（添加系统调用实验）Lab3 哈工大操作系统之进程与线程（进程运行轨迹的跟踪与统计)Lab4 哈工大操作系统之进程与
2021-06-03 12:37:41
4829
原创 CSAPP Lab入门系统安装摸索 + Lab1-6 博客链接
文章目录前引博客相关链接前引这个是我在大一寒假的时候做的三个Lab但因为后面感觉到任务有点多而且寒假那段时间看CSAPP有点看不下去于是就只做了3个Lab后面的知识体系实在太大了 而且我真的觉得太难理解了之后如果有时间我再重新看看吧博客相关链接Lab入门前系统安装 + Vmware tools安装 + Lab测试CSAPP Lab1实验记录 ---- DataLab-HandoutCSAPP Lab2实验记录 ---- Bomb LabCSAPP Lab3实验记录 ---- A
2021-04-26 13:29:40
2700
1
原创 算法第四版C++算法实现全集
文章目录前引造轮子博客链接(未完结 持续更新）前引博主最近在看算法第四版 然后发现里面用的是java语言写的但是觉得 这个算法第四版其实真的就是加强版《数据结构与算法》编程正所谓编程 我认为的是编程在前 看书为辅所以打算书上绝大部分有意义的算法都再重新造一遍轮子 总结一遍不然看书看得懂 看完留下的终究是很少很少的记忆造轮子博客链接(未完结 持续更新）C++ 最大公约数算法实现（第一章）C++ 二分查找算法实现（第一章）...
2021-04-06 19:56:35
5081
3
原创 北大C++ POJ课后习题博客记录全解(C++)
文章目录前引博客全解链接后引前引作为一名大一 学C++的初学者对于C++的基础全仅限于来自于北大Mooc特写此篇来记录每一道题的解答对于个别题 没有思路或者是实在想不出来了的 都是借鉴了他人的优秀代码在学习C++的路上与大家共勉博客全解链接001: 简单的swap最近的提交002: 难一点的swap003:好怪异的返回值004: 神秘的数组初始化最近的提交005:编程填空：学生信息处理程序006:奇怪的类复制007:返回什么才好呢008:超简单的复数类009:哪来的输出
2021-03-22 00:12:22
4160
2
原创 浙大Python PTA课后习题博客记录全解(Python)
目录前引习题博客链接第一章第二章第三章第四章待完结前引这90多道题 都是我一个星期之内 在学校里面做的基本上来说都是独立思考出来的 从第一题开始 到最后一道题的结束都是一个零基础的Coder写出来的(对于Python)所以在此也写一篇博客也是希望能对一些 还在学习或者说 没有什么基础的朋友能够有所帮助 ：）习题博客链接第一章第1章-1 从键盘输入两个数，求它们的和并输出 (30 分)第1章-2 从键盘输入三个数到a,b,c中，按公式值输出 (30 分)第1章-3 输出“人生
2021-03-09 08:53:50
7910
原创 浙大数据结构Mooc课后习题博客记录全解(C语言)
专栏链接浙大数据结构Mooc课后习题专栏习题博客链接最大子列和问题 (20分)Maximum Subsequence Sum (25分)二分查找 (20分)两个有序链表序列的合并 (15分)一元多项式的乘法与加法运算 (20分)Reversing Linked List (25分)Pop Sequence (25分)树的同构 (25分)List Leaves (25分)Tree Traversals Again (25分)Root of AVL Tree (
2020-12-27 20:00:50
3623
1
原创 c语言贪吃蛇(简易版本含完整代码)
这个贪吃蛇是在我学完C语言的基本部分 在跟着哈工大的c语言程序设计Mooc课程完了之后做的 因为学完C语言很迷茫 不晓得应该学什么 学校里面的题库感觉刷起来又没有实际我能看到的东西 我认为在阶段性的学习过程中应该找到自己能够看得到的成果 才能刺激自己继续往前进 继续学习 不然很枯燥的学习谁都坚持不下去这也是在看了视频教程后 自己一步步敲出来的 其实还是建议大家在看懂 了代码后自己实现 因为不要怕自己忘不忘 这又不是理论知识 敲出来的代码就是自己的 一步步的提升 加油qwq这里是head.h头文件 因为
2020-11-29 08:50:00
18098
10
原创 从零开始的推荐系统学习之路（三十）---- 动手学推荐系统系列 图神经网络 TODO
从零开始的推荐系统学习之路（三十）---- 动手学推荐系统系列 图神经网络 TODO
2026-02-28 13:21:24
232
原创 从零开始的推荐系统学习之路（二九）---- 动手学推荐系统系列 基本序列推荐 & DIN & DIEN & Transformer Encoder & BST
本文介绍了深度学习在推荐系统中的基本序列推荐实现方法。首先通过数据处理生成用户行为序列，包含用户最近点击的5个物品ID和当前观看的物品ID，以及点击标注（1/0）。代码展示了两种序列生成方式：简单序列和带负采样的序列。随后构建了一个基础序列推荐模型BaseSequential，使用Embedding层处理物品特征，通过MLP网络融合历史行为和当前物品特征进行点击率预测。模型包含三层全连接层和Dropout正则化，采用ReLU激活函数和Sigmoid输出。文章强调了实践的重要性，指出不亲自实现代码难以真
2026-02-27 21:47:15
803
原创 从零开始的推荐系统学习之路（二八）---- 动手学推荐系统系列 FNN & WideDeep & DeepFM & AFM
本文介绍了推荐系统中的FNN模型及其实现。FNN通过Embedding层将用户和物品特征映射为向量，利用FM池化层进行特征交叉，再经过多层全连接网络进行预测。代码部分展示了数据读取、模型构建和训练过程，使用PyTorch实现了FNN模型，并包含训练循环和评估指标。该模型结合了特征交叉和深度学习的优势，适用于推荐系统场景。
2026-02-26 22:07:16
353
原创 从零开始的推荐系统学习之路（二七）---- 动手学推荐系统系列 CNN & RNN & RNN+物品向量 & RNN联合训练
本文介绍了推荐系统中基于深度学习的几种模型实现方法。首先提出了特征向量+CNN模型，通过卷积神经网络处理用户和物品特征向量，代码展示了模型结构和训练过程。其次探讨了特征向量+RNN模型，利用时间序列预测用户点击行为。然后介绍了RNN结合物品向量的方法，通过用户向量和物品向量的点积进行评分预测。最后提出联合训练RNN的思路，借鉴语言模型的softmax预测机制进行优化。文章通过原理图和代码示例，展示了不同深度学习模型在推荐系统中的应用方式。
2026-02-26 15:05:54
203
原创 从零开始的推荐系统学习之路（二六）---- 动手学推荐系统系列 LFM+MLP & MLP CONCAT & 特征向量+MLP
从零开始的推荐系统学习之路（二六）---- 动手学推荐系统系列 LFM+MLP & MLP CONCAT & 特征向量+MLP
2026-02-26 13:13:49
389
原创 从零开始的推荐系统学习之路（二五）---- 动手学推荐系统系列 SVD & LFM & 逻辑回归 & POLY2 & FM
【代码】从零开始的推荐系统学习之路（二五）---- 动手学推荐系统系列 SVD & LFM & 逻辑回归 & POLY2 & FM。
2026-02-25 17:27:53
903
原创 从零开始的推荐系统学习之路（二四）---- 动手学推荐系统系列 协同过滤
而找了半天 终于还是找到了 《动手学推荐系统》 不知道这本书的名字 是不是刚好都这么巧 前面学的是 《动手学深度学习》 现在是《动手学推荐系统》还是简单的一句话 写代码 以战代练 才是最好的感觉春节把 新闻推荐那个完整的项目 不知道来不来得及
2026-02-25 14:50:30
907
原创 从零开始的推荐系统学习之路（二三）---- 动手学深度学习系列 自然语言处理 Bert
【代码】从零开始的推荐系统学习之路（二三）---- 动手学深度学习系列 自然语言处理 Bert。
2026-02-11 20:03:20
424
原创 从零开始的推荐系统学习之路（二二）---- 动手学深度学习系列 自然语言处理 Transformer
本文介绍了Transformer模型中的多头注意力机制(Multi-Head Attention)。首先通过图示展示了注意力机制的工作原理，然后提供了实现代码。重点包括：1) 序列掩码和掩码softmax函数；2) 点积注意力(DotProductAttention)的实现；3) 多头注意力(MultiHeadAttention)的实现，包括线性变换、多头拆分和注意力计算等步骤。代码展示了如何将输入查询、键和值转换为多头表示，并通过点积注意力计算最终的注意力输出。该机制能同时关注不同位置的不同表示子空间，是
2026-02-11 14:47:03
405
原创 从零开始的推荐系统学习之路（二一）---- 动手学深度学习系列 自然语言处理 注意力机制 & 注意力分数 & 注意力融合seq2seq & 自注意力
本文介绍了注意力机制及其在自然语言处理中的应用。首先通过Nadaraya-Watson核回归实现了一个简单的非参数注意力模型，展示了注意力权重如何影响预测结果。然后详细讲解了两种注意力评分函数：加性注意力和缩放点积注意力，并提供了PyTorch实现代码。其中加性注意力通过线性变换和激活函数计算注意力权重，而点积注意力则直接计算查询和键的点积。文章还介绍了序列掩码技术，用于处理变长序列中的无效位置。这些注意力机制为后续Transformer和BERT等模型奠定了基础，是深度学习在自然语言处理中的核心组件。
2026-02-09 19:58:10
253
原创 从零开始的推荐系统学习之路（二十）---- 动手学深度学习系列 自然语言处理 机器翻译与数据集 & Encoder Decoder & Seq2Seq & 束搜索
本文摘要：文章介绍了自然语言处理中的机器翻译任务，包括数据集预处理、Encoder-Decoder架构和Seq2Seq模型。首先展示了如何加载和预处理英语-法语翻译数据集，通过分词、填充和构建词表等步骤。随后简要介绍了Encoder-Decoder的基本框架，包含编码器和解码器的抽象类定义。文中提到后续将深入讲解Transformer、注意力机制和BERT等关键技术。代码示例展示了数据处理流程和模型架构的基本实现方式。
2026-02-08 00:37:59
343
原创 从零开始的推荐系统学习之路（十九）---- 动手学深度学习系列 循环神经网络 RNN & GRU & LSTM &.深度循环神经网络 & 双向循环神经网络
这个我理解应该预计这两天的时间会把 RNN的代码 从零开始实现一下 深度循环 双向循环都实现一下最后火速进入到自然语言处理 春节前肯定是可以把推荐系统的理论全部搞完的到了春节就可以针对代码 工业界实践去深度学习搞一下了对 最后应该再把那个 新闻预测的推荐系统的天池比赛完整的打完 应该就结束了下面是大概的示意图其实内部的RNN 并不是多层的 而是可以理解是单个RNN模块例如当前 的情况 或者 的情况下 数据进去 一次又一次进去 然后当前的数据是根据 上一个和当前的输入进去去输出的**然后这里的代码也
2026-02-07 13:16:01
663
原创 从零开始的推荐系统学习之路（十八）---- 动手学深度学习系列 循环神经网络 序列模型 & 文本预处理 & 语言模型和数据集
本文介绍了循环神经网络（RNN）的基础知识，重点探讨了序列模型的构建与应用。作者通过正弦波数据实验，展示了如何使用多层感知机（MLP）进行序列预测，并详细说明了数据预处理、网络构建和训练过程。实验结果表明，单步预测效果良好，但多步预测误差会逐渐累积。此外，文章还涉及文本预处理的基础操作，包括读取文本和统计词频。这些内容为后续RNN训练奠定了重要基础，尽管作者因感冒导致效率下降，但仍完成了计算机视觉部分的跳过，保证了学习进度。
2026-02-04 20:37:16
361
原创 从零开始的推荐系统学习之路（十七）---- 动手学深度学习系列 计算机视觉CV 图像增广 & 目标检测 & 物体检测 & 多尺度目标检测 & 全卷积 & 风格迁移 TODO
从零开始的推荐系统学习之路（十七）---- 动手学深度学习系列 计算机视觉CV 图像增广 & 目标检测 & 物体检测 & 多尺度目标检测 & 全卷积 & 风格迁移 TODO
2026-02-03 13:59:50
264
原创 从零开始的推荐系统学习之路（十六）---- 动手学深度学习系列 计算机视觉CV Kaggle树叶分类 & Kaggle Cifar10 & ImageNet Dogs（CNN图片分类）TODO
从零开始的推荐系统学习之路（十六）---- 动手学深度学习系列 Kaggle树叶分类 & Kaggle Cifar10 & Kaggle ImageNet Dogs（CNN图片分类）TODO
2026-02-02 16:40:34
155
原创 从零开始的推荐系统学习之路（十五）---- 动手学深度学习系列 卷积神经网络 CNN（GoogLeNet & BatchNorm & ResNet）
本文介绍了卷积神经网络中的GoogLeNet和BatchNorm技术。GoogLeNet通过Inception模块实现多尺度特征提取，包含1×1、3×3、5×5卷积和池化层的并行结构。文章详细展示了网络架构图、PyTorch实现代码及各层输出维度验证过程。BatchNorm部分解释了批量归一化的原理，指出其能稳定参数输出、学习新的方差和均值，通常不与Dropout同时使用。文中还包含完整的模型训练代码，使用Fashion-MNIST数据集进行验证，展示了从输入到输出的完整网络结构。
2026-02-01 16:00:29
366
原创 从零开始的推荐系统学习之路（十四）---- 动手学深度学习系列 卷积神经网络 CNN（LeNet & AlexNet & VGG & NIN）
本文介绍了卷积神经网络(CNN)的学习过程，重点推导了LeNet和AlexNet两种经典模型。作者针对Mac设备优化了代码实现，详细展示了LeNet的网络结构(包含卷积层、池化层和全连接层)和训练过程，在Fashion-MNIST数据集上达到87.4%的测试准确率。AlexNet相比LeNet更深更大，引入了ReLU激活函数和Dropout技术，提升了模型性能。文章通过代码示例和训练曲线直观呈现了CNN的学习效果，为深度学习初学者提供了实践参考。
2026-01-31 19:48:42
331
原创 从零开始的推荐系统学习之路（十三）---- 动手学深度学习系列 卷积神经网络 基础部分 CNN（卷积层 & 填充与步幅 & 多输入输出 & 池化层）
本文记录了卷积神经网络(CNN)基础部分的学习内容。首先介绍了卷积层的两个特性：平移不变性和局部感受野。通过代码实现了二维卷积运算，并构建了自定义的Conv2d模块进行训练。接着讲解了填充(padding)和步幅(stride)的作用，给出了输出尺寸的计算公式。在"多输入输出通道"部分，实现了多通道卷积运算，并演示了1×1卷积核的等效矩阵乘法。最后提到池化层作为特征提取的中间处理层。全文通过代码示例和数学公式，系统性地讲解了CNN的核心组件和工作原理。
2026-01-30 23:58:09
403
原创 从零开始的推荐系统学习之路（十二）---- 动手学深度学习系列 Kaggle预测房价 & Kaggle加州预测房价
本文记录了Kaggle房价预测项目的实战过程。作者从数据预处理开始，包括数据下载、标准化处理和缺失值填充。在模型构建环节，尝试了简单线性回归和MLP两种网络结构，发现后者存在过拟合问题。文中特别提到调试过程中遇到的NaN值问题和学习率调整经验，最终通过优化实现了模型收敛。项目涉及的主要技术点包括数据标准化、网络初始化、损失函数选择和参数调优。通过实践，作者加深了对深度学习模型训练流程的理解，并积累了宝贵的调试经验。
2026-01-28 23:30:17
646
原创 从零开始的推荐系统学习之路（十一）---- 动手学深度学习系列 从零实现L2正则化 & 从零实现DropOut丢弃法
【代码】从零开始的推荐系统学习之路（十一）---- 动手学深度学习系列 从零实现L2正则化 & 从零实现DropOut丢弃法。
2026-01-26 16:11:35
370
原创 从零开始的推荐系统学习之路（十）---- 动手学深度学习系列 从零实现SoftMax回归函数 & 从零实现MLP感知机模型
从零开始的推荐系统学习之路（十）---- 动手学深度学习系列 从零实现SoftMax回归函数 & 从零实现MLP感知机模型
2026-01-25 16:25:00
374
CSAPP Lab6 Malloc Lab 完整Traces（包含amptjp-bal.rep）.zip
2021-10-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人