202605
012026.10.21022026.10.16032026.09.19042026.09.16052026.09.16
强化学习从基础到前沿（1）--如何评价一个决策：Bellman 方程
《强化学习从基础到前沿》系列的第一篇，从强化学习的基本概念出发，介绍如何用状态值函数评价给定策略，推导贝尔曼期望方程，并讨论其解析解与迭代求解方法。
Attention计算进化史（1）--Attention 与 MHA 的计算原理及实现
《Attention计算进化史》系列的第一篇，关于Scaled Dot-product Attention、Causal Mask、MHA的流程和计算。
同济VPN使用体验优化
针对同济VPN使用过程中的一些不便，提供路由分流、启停方便的解决方案
Blog Outbox：简易地将Obsidian Markdown发布到本地静态博客
记录如何使用Obsidian与Blog Outbox，将Obsidian写作仓库中的Markdown内容发布到本地静态博客项目中，以避免人工手动复制。
提高效率的工具合集
个人自用小工具合集分享，用于提高办公、科研效率。