大模型工程实践者 · 推理优化与 Agent 落地

ResNet提出残差学习框架，通过捷径连接(skip connection)缓解深层网络退化问题，使网络可达上百层并显著提升图像分类精度。本文含论文解读与结构分析。

Inception V3提出Inception结构优化四原则，采用分解卷积核、辅助分类器与特征图缩小结构，进一步提升分类精度与计算效率。本文含论文解读与设计原则分析。

Inception V2引入Batch Normalization(BN)缓解深度网络训练困难，减少对参数初始化的依赖、加速收敛并增强泛化，可替代部分dropout。本文含论文解读与原理分析。

NiN在每个局部感受野引入MLP卷积层增强非线性表达能力，并以全局平均池化替代全连接层，减少参数与过拟合。本文含论文解读与结构分析。

GoogLeNet Inception V1在ILSVRC 2014夺冠，以Inception模块在控制计算量与参数量的同时达到top-5错误率6.67%，22层却比AlexNet与VGG更小。本文含论文解读与结构分析。

FCN将全连接层替换为卷积层，可接收任意尺寸输入并通过反卷积上采样恢复空间分辨率，实现端到端逐像素语义分割。本文含论文翻译、结构解读及实现要点。

VGG是2014年ImageNet竞赛的经典深度卷积神经网络，核心贡献是用多个3×3小卷积核替代大卷积核、加深网络并配合max pooling，在分类与定位任务中取得优异成绩。本文含论文解读、结构分析与实现要点。

AlexNet是2012年ImageNet图像分类竞赛冠军的深度卷积神经网络。本文涵盖论文翻译、网络结构逐层解读、6000万参数计算及PyTorch实现，并详解ReLU、Dropout、局部响应归一化与重叠池化等关键技术。

DES是经典对称分组密码，采用Feistel结构和16轮迭代，以56位密钥对64位分组加密。本文含原理、结构与加解密流程解析。

本文整理热传导方程Cauchy问题的解法与性质，作为偏微分方程与数学物理方程的学习笔记，持续更新。

本文总结在Markdown中书写LaTeX数学公式的常用技巧，涵盖行内与独立公式、常用符号与矩阵排版，提升技术文档表达能力。

直线段扫描转换是光栅图形学基础，本文对比DDA、中点画线法与Bresenham三种算法原理，并给出C++实现，分析效率差异。