浩天博客
这是一个双语技术博客与项目笔记站点，主要整理算法学习、编程实现、站点建设过程以及公开下载资料。这里优先发布可以长期保留、方便复查的内容，而不是一次性的短消息。
开始阅读
热门文章、学习路线和算法实验台
首页不只停留在导航层。下面三个入口把访问直接分流到可阅读、可运行、可下载的内容。
热门文章
优先进入能回答搜索问题、能继续串到项目或学习路线的文章。
最新学习路线
如果你不想只读单篇文章，可以按专题顺序推进。
算法实验台
直接动手运行，观察算法状态变化，而不是只看静态代码。
AI 学习路线
开始 AI 基础路线
按路线读完 AI 系列，下一步会自动指向还没完成的文章。
- 1 人工智能基础学习路线
- 2 机器学习完整流程
- 3 机器学习算法怎么选
- 4 特征工程入门实战
- 5 模型训练与评估入门
- 6 过拟合和欠拟合怎么解决
- 7 神经网络基础
- 8 神经网络矩阵微积分
- 9 反向传播计算图
- 10 梯度下降与优化器几何
- 11 卷积与感受野数学
- 12 Transformer Attention 数学
- 13 Transformer 自注意力机制
- 14 LLM 可视化教学台
- 15 Python 人工智能小实战
- 16 AI 安全威胁建模
- 17 对抗样本与鲁棒评估
- 18 数据投毒与后门防御
- 19 模型隐私与模型抽取防护
- 20 LLM/RAG/Agent 安全
学习路径
按路线阅读算法文章
从 8 皇后回溯开始，继续看位运算优化，再进入 Iris K-means 与配套下载资料。
问卷反馈
当前进行中的问卷会显示在这里。点击后进入独立问卷页填写，统计结果在单独页面查看。
Remotion 动画
把算法过程做成可以直接看的短动画
这些视频由 Remotion 渲染，页面会延迟加载，避免影响首屏速度。
短动画
CNN 卷积扫描
用 8 秒看懂 3x3 卷积核如何滑动、相乘求和并生成特征图。
短动画
矩阵链式法则
把 y = Wx + b、MSE loss 和 dL/dW 的外积形式串成可复查动画。
短动画
反向传播计算图
观察 softmax cross-entropy 的误差信号如何穿过 W2、ReLU 和 W1。
短动画
优化器轨迹几何
比较梯度下降、Momentum 和 Adam 在同一个二次 loss surface 上的路径。
短动画
卷积感受野
用 5x5 输入和 3x3 kernel 展示输出尺寸、局部窗口和 im2col 的关系。
短动画
Attention 热力图
把 QK^T / sqrt(dk)、softmax 权重、mask 和 KV cache 放到同一张矩阵里。
短动画
K-means 一轮迭代
观察样本分配、质心移动和 SSE 下降，把聚类过程变成可见步骤。
短动画
8 皇后回溯搜索
用棋盘动画展示逐行尝试、冲突剪枝和回溯搜索的核心直觉。
结构化导航
全部入口
顶部横栏继续保持精简，这里提供完整的站点入口索引。
开始浏览
按主题查看站点全部公开入口，桌面端可以直接从这里进入目标页面。
学习与探索
按主题查看站点全部公开入口，桌面端可以直接从这里进入目标页面。
资源与下载
按主题查看站点全部公开入口，桌面端可以直接从这里进入目标页面。
反馈、联系与政策
按主题查看站点全部公开入口，桌面端可以直接从这里进入目标页面。
继续探索
- AI 安全攻防专题：从威胁建模进入对抗样本、投毒、模型隐私和 LLM/RAG/Agent 防护
- 深度学习 / CNN 专题：从神经网络基础进入 CIFAR-10 Tiny CNN 图像分类
- 从零实现机器学习：把 K-means、Iris、特征工程和模型评估串成学习路线
- 算法可视化专题：围绕 8 皇后、回溯、位运算和实验台阅读
- 学生 AI 项目：从手写数字 C 分类器继续到浏览器实验台和 CNN
- 分享中心：复制带统计参数的直达链接、推荐文案和社交平台分享入口
- 算法可视化实验台：直接运行 8 皇后、Iris K-means 和手写数字识别演示
- 知识图谱：把项目、文章、资源和学习路径串起来
- 按项目继续阅读：查看专题页、时间线和下一步计划
这里会持续发布什么
- 算法与数据结构文章，包括回溯、聚类、实现细节与调试经验
- C、Python 等语言的代码拆解、思路说明和配套示例
- 个人项目的开发记录、部署方案与维护笔记
- 文章配套的代码、图示、数据文件与公开下载入口
当前可直接阅读的重点内容
如果你是第一次访问，建议先从博客和下载页开始：
- 人工智能基础学习系列：从 AI、机器学习、模型训练到 Python 小实战
- AI 安全攻防系列：用 NIST、MITRE ATLAS 和 OWASP 连接威胁建模、鲁棒评估和安全实验
- 手写数字识别项目系列：从 CSV 数据结构、C 语言 softmax 分类器到浏览器实验台
- 回溯算法入门：用 C 和 Python 解决 8 皇后问题
- 回溯算法进阶：用位运算优化 8 皇后（C / Python）
- K-means 聚类算法入门：基于 Iris 数据集的 C 语言实现
- 分享中心：把重点专题和实验台链接直接发给同学或读者
- 下载页：集中整理文章配套代码、数据与图示
关于这个站点
站点采用双语结构：中文内容优先承载完整技术文章，英文页面用于逐步扩展摘要、介绍和后续文章。项目页会记录公开可见的长期内容，联系页保留最直接的沟通方式。
