Toggle navigation
CloudingYu的博客
Home
About
Archive
Note
Note
课堂笔记、课程索引与学习记录
代数结构与数理逻辑
29 篇
全部课次
公理集合论
从ZF公理体系到集合关系与代数结构回顾
一、公理集合论概述 1.1 朴素集合论与悖论问题 朴素集合论(Naive Set Theory)由德国数学家康托(Cantor)在 19 世纪提出,它将集合作为数学研究的正式对象。 康托的主要贡献包括: 基数概念:用于衡量集合元素的多少。 一一对应:用双射判断两个集合是否“一样多”。 无穷集合的比较:证明自然数集和实数集的基数不同。 偶数与自然数的个数比较: ...
2026-06-17
公理集合论
2026-06-17
有限域构造
2026-06-15
域扩张与极小多项式
2026-06-10
有限域上的线性代数
2026-06-08
域上线性空间
2026-06-03
商环与分式域
2026-06-01
唯一分解
2026-05-27
带余除法
2026-05-25
唯一分解
2026-05-20
环同态与域
2026-05-18
理想与商环
2026-05-13
多项式环
2026-05-11
环论入门
2026-05-06
群论梳理
2026-04-27
正规子群
2026-04-22
轮换分解
2026-04-20
Cayley定理
2026-04-15
群作用
2026-04-13
Sylow定理
2026-04-08
拉格朗日定理
2026-04-01
离散对数
2026-03-30
循环群
2026-03-25
模加法群
2026-03-23
同余与整除
2026-03-18
子群生成
2026-03-16
群的基本性质
2026-03-11
半群与群
2026-03-09
公理化数系
2026-03-04
数系构造
2026-03-02
人工智能
13 篇
全部课次
产生式与强化学习
从CLIPS规则系统到马尔可夫决策与时序差分学习
一、CLIPS 符号主义专家系统 1.1 CLIPS 基础语法 CLIPS(C Language Integrated Production System)是一个基于产生式规则的专家系统开发工具,采用前向推理机制。 基本数据类型 CLIPS 有四种基本数据类型(primitive data type): 整数(Integer) 浮点数(Float) 符号(Symbol...
2026-06-12
产生式与强化学习
2026-06-12
符号主义与自动推理
2026-06-05
不确定性与进化
2026-05-29
智能表示
2026-05-22
网络训练
2026-05-08
生成模型
2026-04-24
注意力机制
2026-04-17
词向量预训练
2026-04-10
序列标注
2026-04-03
深度架构
2026-03-27
反向传播
2026-03-20
多层感知机
2026-03-13
智能流派
2026-03-06
计算机组成与体系结构
27 篇
全部课次
体系结构的三大"墙"与发展趋势
从存储墙、功耗墙到带宽墙,计算机体系结构面临的核心挑战与应对
一、计算机体系结构的知识体系 1.1 课程在计算机系统中的位置 1 2 3 4 5 6 7 8 9 高层应用 ↓ 操作系统(OS) ↓ 计算机组成与体系结构 ↓ RTL 寄存器传输级 ↓ 数字逻辑 与其他课程的关系: 操作系统:理解 memory、虚拟化、多核并行 编译器:理解指令集并行、优化 数据库:理解存储层次、缓存机制 二、...
2026-06-10
体系结构的三大"墙"与发展趋势
2026-06-10
IO系统与中断
2026-06-08
互联网络结构
2026-06-03
多处理器一致性
2026-06-01
目录与缺失
2026-05-27
监听协议
2026-05-25
Cache一致性
2026-05-20
GPU架构
2026-05-18
向量处理器
2026-05-13
地址翻译
2026-05-11
虚拟存储
2026-05-06
Cache性能
2026-04-29
Cache原理
2026-04-27
存储层次
2026-04-22
推测执行
2026-04-15
乱序执行
2026-04-13
多周期处理器
2026-04-08
中断异常
2026-04-01
浮点格式
2026-03-30
系统全貌
2026-03-25
流水线冒险
2026-03-23
RISC-V编码
2026-03-18
架构演进
2026-03-16
指令集设计
2026-03-11
五级流水线
2026-03-09
单周期CPU
2026-03-04
体系结构概览
2026-03-02
数据库引论
14 篇
全部课次
向量数据库
从多媒体检索到RAG应用的高维向量数据管理
一、向量数据库的背景与需求 1.1 向量数据管理的两个发展阶段 第一阶段:多媒体数据管理 早期向量数据管理主要应用于多媒体数据(视频、图像、文本、音频)的处理。处理流程是: 1 多媒体数据 → 特征工程 → 向量 → 高维数据管理 特征工程的结果就是向量。在特征工程之后,针对特征向量产生了高维数据管理的研究方向。 第二阶段:深度学习与大模型时代 特别是大模型出来之后,嵌入模型...
2026-06-09
向量数据库
2026-06-09
图数据库查询
2026-06-02
完整性与安全
2026-05-26
事务与并发控制
2026-05-19
查询优化
2026-05-12
外排序与执行
2026-05-10
索引全景
2026-04-28
存储与索引
2026-04-14
关系模型
2026-04-07
函数依赖
2026-03-31
ER建模
2026-03-24
SQL进阶
2026-03-17
关系与查询
2026-03-10
数据库概览
2026-03-03