NiN(Network in Network)详解：MLP卷积层与全局平均池化论文解读
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 详解：深度卷积神经网络与ImageNet图像分类论文解读
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全卷积神经网络详解：语义分割论文解读与上采样实现
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深度卷积神经网络详解：小卷积核与ImageNet图像分类论文解读
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深度卷积神经网络详解：ImageNet图像分类论文解读
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 数据加密标准详解：对称分组密码原理与实现
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。
热传导方程的 Cauchy 问题：偏微分方程学习笔记
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。
Markdown 中 LaTeX 编写技巧：数学公式排版指南
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。
直线段扫描转换算法详解：DDA、中点画线与Bresenham(C++)
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。
Liang-Barsky 裁剪算法详解：参数化直线裁剪原理与实现
Liang-Barsky是一种基于参数化方程的直线段裁剪算法，利用不等式约束求取线段在窗口内的参数区间，计算高效。本文含原理与代码实现。
使用 Git 批量上传图片：搭建 GitHub 图床
本文介绍利用Git与GitHub搭建图床、批量上传与管理图片的方法，适合博客与文档图片托管。
Cohen-Sutherland 编码裁剪算法详解：直线段裁剪原理与实现
Cohen-Sutherland是一种基于区域编码的直线段裁剪算法，通过端点区域码快速判别线段与窗口的相交关系，高效完成可见部分裁剪。本文含原理与代码实现。