非线性分类入门经典：神经网络是怎么学会异或的？
本文以解决经典的非线性 XOR 问题为例，介绍神经网络的基本结构、前向传播与反向传播机制，以及完整的模型训练与可视化过程，帮助读者直观理解其工作原理。
阅读全文 ：非线性分类入门经典：神经网络是怎么学会异或的？
公众号
原力注入
原力注入受原力觉醒和依赖注入（Dependency injection）启发，希望通过本平台及我们的努力将云原生技术的原力注入给广大技术从业者。
这个来源的文章
宇树科技创始人王兴兴重磅推荐：《大模型应用开发 RAG实战课》——打造面向实践的智能系统技术全景图
《大模型应用开发：RAG实战课》是一本专为AI工程师、技术决策者及智能系统开发者打造的实战指南，系统阐述了RAG（Retrieval-Augmented Generation，检索增强生成）技术的原理、构建方法与优化策略。
阅读全文 ：宇树科技创始人王兴兴重磅推荐：《大模型应用开发 RAG实战课》——打造面向实践的智能系统技术全景图大模型文件格式完整指南
大语言模型（LLM）部署中涉及多种模型文件格式，格式的选择直接影响模型的加载速度、推理性能、内存占用与跨平台兼容性。理解各类格式的技术特性与适用场景，有助于构建高效、可扩展、安全的部署方案。
阅读全文 ：大模型文件格式完整指南Mooncake 架构概览：以 KVCache 为中心的高效 LLM 推理系统设计
Mooncake 是 Kimi 的高效 LLM 服务平台，采用以 KVCache 为中心的分离架构，解耦预取与解码流程，并通过预测性拒绝机制应对过载。在长上下文场景下，吞吐量提升最高达 525%，实测可多处理 75% 请求。
阅读全文 ：Mooncake 架构概览：以 KVCache 为中心的高效 LLM 推理系统设计英伟达发布低延迟分布式推理框架 Dynamo，赋能 AI 模型规模化推理
英伟达推出的开源推理框架 NVIDIA Dynamo 通过解耦推理阶段、智能路由与分布式资源管理等创新技术，实现生成式 AI 模型在多节点 GPU 集群上的高效、低延迟部署，推理性能可达传统方案的 30 倍。
阅读全文 ：英伟达发布低延迟分布式推理框架 Dynamo，赋能 AI 模型规模化推理理解 PD 分离和分布式 KVCache 的几张图
图一：NVIDIA Dynamo, A Low-Latency Distributed Inference Framework for Scaling Reasoning AI Models. 图二：llm-d, a Kubernetes-native high-performance distributed LLM…
阅读全文 ：理解 PD 分离和分布式 KVCache 的几张图大模型时代为什么需要一本深度学习教科书？揭秘《深度学习：基础与概念》的独特价值
在大模型席卷各行各业的今天，AI 已从“黑科技”走进现实生活。ChatGPT、Copilot、AI 绘画层出不穷，让人惊叹。但也有人疑惑：模型都这么强了，还要学深度学习基础吗？答案是：理解本质，才能创造未来。
阅读全文 ：大模型时代为什么需要一本深度学习教科书？揭秘《深度学习：基础与概念》的独特价值一文读懂隐马尔可夫模型（HMM）
隐马尔可夫模型（Hidden Markov Model, HMM）是统计学习中经典的时序建模方法，广泛用于语音识别、自然语言处理、金融分析等场景。它通过引入隐藏状态，对具有时序依赖性但又存在不可观测因素的数据进行建模与推理。
阅读全文 ：一文读懂隐马尔可夫模型（HMM）一文读懂贝叶斯网络
概率图模型是一种将概率论与图论相结合的建模方法，用于表示一组随机变量之间的依赖关系。它通过图结构（节点表示变量，边表示依赖关系）来描述复杂的联合概率分布，使得高维数据建模、推理与学习变得更加高效与可解释。
阅读全文 ：一文读懂贝叶斯网络Linux 内核版本变更记录查看指南
本指南面向希望理解 Linux 内核更新机制、定位安全补丁、追踪补丁源码来源的技术人员，涵盖 changelog 获取、CVE 快速筛选、源码版本控制操作以及真实案例分析，帮助你从「内核升级日志」走向「代码级掌握」。
阅读全文 ：Linux 内核版本变更记录查看指南吴恩达最新课程 《MCP：使用 Anthropic 构建富上下文 AI 应用》现已上线
吴恩达与Anthropic合作推出的新课程《MCP：使用Anthropic构建富上下文AI应用》现已上线，旨在帮助开发者掌握如何通过模型上下文协议（Model Context Protocol, MCP）构建更强大、可扩展的AI应用。
阅读全文 ：吴恩达最新课程 《MCP：使用 Anthropic 构建富上下文 AI 应用》现已上线基于矩阵分解的推荐算法入门
在个性化推荐系统中，协同过滤是一种经典且有效的技术。它通过用户与物品之间的历史交互数据中挖掘“集体智慧”，实现用户兴趣建模。其中基于矩阵分解的方法，因其兼具建模能力强、可扩展性好、效果稳健等优势，已成为工业界应用最广泛的协同过滤算法之一。
阅读全文 ：基于矩阵分解的推荐算法入门混合专家系统（MoE）图解指南之好书推荐：《图解大模型：生成式AI原理与实践》
混合专家系统是一种提升大型语言模型计算效率的架构，通过多个专精不同任务的专家单元协同工作。其核心包括专家集群，即由多个前馈神经网络组成的可动态调度专家单元，以及路由分配器，用于智能选择合适专家处理输入数据。
阅读全文 ：混合专家系统（MoE）图解指南之好书推荐：《图解大模型：生成式AI原理与实践》你真的懂“损失函数”吗？一文通透机器学习中的核心概念！
这篇文章通俗讲解了机器学习中的核心概念，包括损失函数、交叉熵、最大似然估计、KL 散度、正则化等，帮助你理解模型如何学习、如何衡量预测好坏，以及这些数学工具背后的直觉含义，适合初学者系统入门。
阅读全文 ：你真的懂“损失函数”吗？一文通透机器学习中的核心概念！为何挂载失败？搞懂 systemd 与 fstab 的管理机制与常见坑
修改 /etc/fstab 后未执行 daemon-reload，systemd 仍按旧配置生成 .mount 单元并管理挂载状态。 若手动挂载与 .mount 单元定义不一致，systemd 会在设备变更时强制卸载或重挂载，导致挂载异常
阅读全文 ：为何挂载失败？搞懂 systemd 与 fstab 的管理机制与常见坑《百面大模型》打通大模型求职与实战的关键一书
《百面大模型》不是一本简单的面试题集，而是一本融合原理讲解 × 工程实践 × 面试突破的实战型技术参考书！求职通关，只是起点；构建系统技术力，才是你的长期核心竞争力。
阅读全文 ：《百面大模型》打通大模型求职与实战的关键一书好书推荐 - 普通人也能立刻上手的 AI 工具书：《DeepSeek 极速上手》
《DeepSeek极速上手：高效做事不内耗》这本书，正是为“不是程序员、也想玩转 AI”的你准备的。全书不讲深奥原理、不卷技术细节，而是手把手教你如何像用搜索引擎一样轻松使用 DeepSeek，高效工作、快乐生活。
阅读全文 ：好书推荐 - 普通人也能立刻上手的 AI 工具书：《DeepSeek 极速上手》零基础入门大模型微调
很多AI新手在接触大模型时都会被"微调"二字劝退。想实战没有环境？自己根本玩不转？本文带你用一杯咖啡的时间，了解大模型的微调技术，无需高端显卡，用魔塔社区免费资源即可实战体验，在实战中理解微调技术，感受薅羊毛的快乐！
阅读全文 ：零基础入门大模型微调基于内容的推荐算法入门
基于内容的推荐通过构建物品特征向量和用户兴趣向量，计算内容相似度（如余弦相似度），推荐与用户兴趣最匹配的物品，核心流程包括物品建模、用户建模与相似度排序。
阅读全文 ：基于内容的推荐算法入门