动手学深度学习
本文系统介绍了深度学习的基础理论与核心技术，涵盖了从线性代数、微积分等预备知识到线性神经网络和多层感知机的基本原理。在卷积神经网络（CNN）部分，重点分析了卷积层、池化层及现代网络如AlexNet、VGG和ResNet的架构及其在计算机视觉中的应用。随后，文章讲述了循环神经网络（RNN）的序列模型，探讨了GRU和LSTM在文本处理中的优势。接着，介绍了注意力机制及其在Seq2Seq中的应用，并深入讲解了自注意力和位置编码的原理。最后，文章解析了Transformer架构和BERT模型的预训练方法，展示了它们在自然语言处理中的重要性和卓越表现。
SpringBoot前后端分离深尝
本文详细介绍了SpringBoot框架的特点、环境配置、快速上手方法、Controller的使用、文件上传和拦截器的概念与实现、RESTful服务的设计以及Swagger的使用。同时，还涵盖了MyBatis-Plus的使用，包括ORM的介绍、MyBatis-Plus的快速上手、CRUD操作、多表查询、条件查询和分页查询的实现方法。作者通过实际代码示例和配置说明，为读者提供了一份详尽的学习指南。
扫雷游戏逆向（细粒度与粗粒度两种分析方法）
这份文章详细描述了通过IDA和OD工具对“扫雷”游戏进行逆向分析的方法。首先，作者介绍了通过分析程序的退出点来确定main函数的位置，并详细解读了main函数的结构和功能。接着，作者深入分析了生成雷区和随机埋雷的核心函数，解释了雷区存储位置和随机布雷的具体实现步骤。随后，作者探讨了游戏中处理鼠标点击事件的关键函数，说明了这些函数如何计算点击位置周围的雷数，并更新游戏界面显示，实现自动翻开无雷区域的功能。文章中提供了丰富的代码示例和图示，帮助读者理解每个步骤的具体操作和分析过程。
机器学习理论入门-西瓜书
周志华教授的《机器学习》（西瓜书）是一本深受欢迎的机器学习入门书籍，内容覆盖了机器学习的基础知识、线性模型、神经网络、支持向量机和计算学习理论等多个领域。本文精简了理论和公式，以便快速入门，并推荐了南瓜书作为配套辅导书籍。文章通过绪论、机器学习理论、基本术语等基础知识，逐步引导读者了解机器学习的核心概念和应用方法。每个章节都试图用通俗易懂的方式解释复杂的理论，并提供了链接和示例以供深入学习。此外，文中还讨论了机器学习领域的一些关键问题，如过拟合和欠拟合、模型评估与选择、以及支持向量机等高级主题，为读者提供了坚实的理论基础和实践指南。