<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TechEdu2026的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/TechEdu2026</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; TechEdu2026]]></copyright><item><title><![CDATA[[人工智能]Python14:Numpy库源代码分析报告]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/169068205</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/169068205</guid><author>TechEdu2026</author><pubDate>Sun, 25 Oct 2026 19:51:27 +0800</pubDate><description><![CDATA[本报告对 'numpy' 库的源代码进行自动化分析，涵盖软件架构与软件流程，并包含示意图表、表格与使用示例。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python13:Simpy库源代码分析报告]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/169068179</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/169068179</guid><author>TechEdu2026</author><pubDate>Sun, 25 Oct 2026 19:39:59 +0800</pubDate><description><![CDATA[本报告分析SimPy 4.1.2库源代码，涵盖其11个模块、37个类与128个函数，总代码量2142行。核心架构基于事件驱动的离散仿真模型，包含环境（Environment）、事件（Event）、资源（Resource、Container、Store）等关键组件。通过模块化设计实现高可扩展性，支持实时仿真（RealtimeEnvironment）与自定义资源类型。典型使用示例展示进程调度与时间控制机制，适用于系统建模与性能评估。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python12: SciPy 实战指南]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/167703230</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/167703230</guid><author>TechEdu2026</author><pubDate>Mon, 12 Oct 2026 21:52:16 +0800</pubDate><description><![CDATA[本文提供一份实用的SciPy参考资料，涵盖科学计算核心模块：优化、积分、插值、统计、信号处理与稀疏矩阵。强调结合NumPy数组，遵循可复现工作流程，注重输入验证、算法选择、容差设置与结果解释。通过独立可运行代码示例，指导用户理解数值假设、收敛性及诊断信息，避免黑箱使用，确保结果可信可靠。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv1]链路/系统/网络仿真06:EthernetTrafficSink-软件架构与流程文档]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/167703117</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/167703117</guid><author>TechEdu2026</author><pubDate>Mon, 12 Oct 2026 21:48:05 +0800</pubDate><description><![CDATA[本仿真程序基于SimPy构建，采用汇聚架构（N生成器→1接收器），通过共享Store端口模拟以太网流量。生成器按配置的帧长分布与到达间隔独立发包，支持每秒包数限速；接收器施加与帧长相关的服务时延，记录端口及优先级队列统计。配置由JSON驱动，支持可复现性仿真。运行时可生成吞吐、时延等分析图表，适用于网络性能评估。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python11:NumPy 源代码、软件架构与软件流程]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/167397815</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/167397815</guid><author>TechEdu2026</author><pubDate>Fri, 09 Oct 2026 21:46:00 +0800</pubDate><description><![CDATA[本文系统解析NumPy的架构与核心机制，涵盖ndarray的内存视图与元数据、ufunc的广播与分发流水线、索引赋值的安全性、线性代数的数值可靠性及测试协议。强调理解分层执行路径（Python API → 校验 → 分发 → 内核 → 测试）对调试、性能优化与可扩展性的重要性，提出以契约为导向的源码学习与生产审查清单，倡导通过跟踪典型调用、验证边界行为与维护清晰文档来保障正确性与兼容性。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv1]SimPy 源代码分析]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/167397759</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/167397759</guid><author>TechEdu2026</author><pubDate>Fri, 09 Oct 2026 21:37:35 +0800</pubDate><description><![CDATA[本文系统分析SimPy仿真框架的源码结构与设计逻辑，提出从导入路径确认、架构分层（环境-事件-资源-可观测性）到端到端流程的阅读策略。强调事件调度机制分离时钟与业务逻辑，资源通过上下文管理确保安全释放，建议按“公共导出→核心事件→资源实现→观测模块”顺序研读。通过示例验证模型完整性，倡导代码与报告分离、参数可复现，并以文件-职责映射指导审查，确保仿真模型可信、可维护。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv2]通信信道中的数学基础：模型、指标与工具]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950328</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950328</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 23:12:17 +0800</pubDate><description><![CDATA[本文系统阐述通信信道的数学基础，涵盖AWGN、衰落及频率选择性信道等模型，结合SNR、BER与容量等指标，运用概率论、随机过程、傅里叶分析、线性代数与信息论等工具，构建从建模到性能分析的完整框架。通过解析与仿真相结合的方法，为调制、编码与MIMO系统设计提供理论支撑，揭示通信系统性能极限与工程实现路径。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv2]3GPP信道模型的工程解析与仿真建议]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950306</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950306</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 23:09:27 +0800</pubDate><description><![CDATA[本文从工程实践角度，对3GPP信道模型进行概述，包括UMi、UMa、室内和RMa等典型场景，以及路径损耗、阴影衰落、时延扩展、角度扩展和MIMO空间相关性等关键参数。这些模型的目标是在真实度和可计算性之间取得平衡：既要覆盖LOS/NLOS切换、遮挡、多径簇和频率依赖等关键现象，又要保持足够的简洁，以便在大规模仿真中使用。CDL和TDL模型是这类研究中常见的输入。在评估大规模MIMO、波束扫描和协同多点等高级特性时，必须使用具有角度扩展和空间相关性的三维信道模型，简化模型可能忽略关键的干扰和相关性效应。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv-深度行业新闻]爱立信推动“去英伟达化”的AI-RAN，以争取5G芯片自主权]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950243</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950243</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 23:05:27 +0800</pubDate><description><![CDATA[对于更高层、计算需求较低的软件，爱立信一直在推动硬件与软件的充分解耦，从而使算法和代码能够在不同芯片平台之间复用。但到目前为止，真正的多平台商业化产品仍然没有出现，而把AI引入RAN又增加了新的复杂性。直到去年，爱立信的策略仍然是：让大部分为英特尔至强处理器开发的Layer 1云RAN软件，只需经过少量修改，就能够运行在AMD或基于Arm授权架构的CPU上。因此，业内观察人士可能会怀疑，爱立信移动网络业务负责人Per Narvinger所说的、能够适配多种硬件平台的“一套软件路径”，是否真的可以实现。]]></description><category></category></item><item><title><![CDATA[ [通信与计算Adv-深度行业新闻]诺基亚与Blaize瞄准亚太地区的AI推理缺口]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950146</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166950146</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 22:57:19 +0800</pubDate><description><![CDATA[诺基亚与Blaize合作瞄准亚太AI推理市场，推出预集成参考架构，解决边缘、云端混合部署中的成本、功耗与集成难题。双方依托新加坡创新实验室，致力于提供低功耗、高能效的端到端解决方案，助力企业从试点迈向规模化部署。随着AI应用重心由训练转向推理，该合作有望填补市场在部署效率与商业化落地间的缺口，推动行业向异构计算、场景化应用演进。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python10:NumPy.random.Algebra 随机代数实战指南]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166949061</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166949061</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 21:10:58 +0800</pubDate><description><![CDATA[本文指南整合NumPy.random与数组代数，实现可复现的随机向量、矩阵、线性系统、投影与二次型实验。通过default_rng控制随机性，结合numpy.linalg进行代数运算，验证残差、秩、特征值与理论期望。强调区分随机生成与确定性变换，利用Monte Carlo估计、条件数分析与多种子重复提升可靠性，适用于数值测试与统计推断。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python09:numpy.random.Statistics统计实战指南]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166949046</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166949046</guid><author>TechEdu2026</author><pubDate>Thu, 01 Oct 2026 21:08:06 +0800</pubDate><description><![CDATA[本文提供一份实用的NumPy随机统计指南，聚焦Generator对象实现可复现随机流，涵盖分布参数化、大数定律、中心极限定理、Monte Carlo模拟、多元依赖建模与Bootstrap重采样。强调明确随机状态、合理选择分布、区分理论与样本矩、验证收敛性与独立性，倡导以清晰单位、诊断图和重复实验保障结果可靠性，确保模拟可复现、可验证、负责任地解释不确定性。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python08:NumPy 检查与诊断]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849320</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849320</guid><author>TechEdu2026</author><pubDate>Tue, 29 Sep 2026 21:16:36 +0800</pubDate><description><![CDATA[本文深入探讨NumPy数组的检查与诊断，强调通过shape、dtype、strides、flags等元数据理解数组结构、内存布局与操作行为。重点包括：验证维度与元素数量，检查数据类型与数值范围，分析内存连续性与视图/副本关系，诊断广播规则与内存共享问题，并提供可复用的检查函数与实用工作流，以提升调试效率、避免隐蔽错误，确保代码在Notebook与生产环境中的可观察性与可靠性。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python07:NumPy Selection：详细实践指南]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849226</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849226</guid><author>TechEdu2026</author><pubDate>Tue, 29 Sep 2026 21:10:34 +0800</pubDate><description><![CDATA[本文系统介绍NumPy数组选择操作的核心技术，涵盖布尔掩码、整数索引、切片、条件选择与形状安全实践，适用于数据分析师与开发者。强调使用&amp;/|/~进行条件组合，正确处理多维索引（如np.ix_），区分视图与副本，推荐np.where、np.select实现高效条件赋值，并通过示例展示质量筛选工作流。重点提醒避免常见错误（如and/or误用、空结果处理），倡导检查形状、明确意图、必要时调用.copy()，确保代码可读、高效且稳健。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv]链路/系统/网络仿真05:SimPy 与移动网络：蜂窝系统的离散事件仿真]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849167</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849167</guid><author>TechEdu2026</author><pubDate>Tue, 29 Sep 2026 21:01:58 +0800</pubDate><description><![CDATA[本文介绍使用SimPy框架对蜂窝移动网络进行离散事件仿真的方法，涵盖信道接入、切换、调度、呼叫阻塞、容量控制及端到端时延等核心机制。通过将无线资源、用户行为与仿真对象映射为SimPy的Resource、Container和进程，可高效建模移动网络动态。六个实例验证了经典理论（如Erlang-B模型），并展示了资源竞争、切换逻辑与系统性能分析。文章强调最佳实践，包括随机种子设置、稳态统计与避免常见陷阱，适用于教学与研究中的移动网络仿真。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv]链路/系统/网络仿真04:SimPy 与 IP 网络：分组系统的离散事件仿真]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849139</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166849139</guid><author>TechEdu2026</author><pubDate>Tue, 29 Sep 2026 21:00:10 +0800</pubDate><description><![CDATA[本文介绍使用SimPy框架对IP网络分组系统进行离散事件仿真的方法。通过将链路、缓冲区、时延等网络概念映射为SimPy的Resource、Store和timeout等构造，可高效建模分组到达、排队、传输与丢包等行为。基于六个实例，展示了从单个分组传输到多跳存储转发网络的完整仿真流程，涵盖M/M/1队列、尾部丢弃、滑动窗口流控等核心机制，并强调了数据采集、稳态分析与最佳实践的重要性，为网络性能评估提供可靠工具。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv]链路/系统/网络仿真03:SimPy 实用指南-Python 离散事件仿真]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795364</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795364</guid><author>TechEdu2026</author><pubDate>Tue, 29 Sep 2026 20:57:01 +0800</pubDate><description><![CDATA[SimPy是纯Python编写的离散事件仿真框架，通过进程、事件、资源等核心概念高效建模排队、生产、物流等系统。本文介绍其基础用法：创建环境、定义进程（生成器函数）、调度事件（如timeout）及管理资源（Resource、PriorityResource、Container、Store）。通过六个实例展示车辆调度、队列服务、优先级处理、生产消费、中途放弃与任务流水线等典型场景，并强调数据采集、重复实验与最佳实践，助力构建可复现、可分析的仿真模型。]]></description><category></category></item><item><title><![CDATA[[通信与计算Adv]链路/系统/网络仿真02:SimPy:基于Python 离散事件仿真指南]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795383</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795383</guid><author>TechEdu2026</author><pubDate>Mon, 28 Sep 2026 22:28:25 +0800</pubDate><description><![CDATA[SimPy是基于Python的离散事件仿真框架，适用于建模客户到达、服务完成等离散事件系统。其核心包括仿真环境、过程、资源与事件。通过生成器函数定义过程，使用yield实现事件调度；Resource管理有限容量资源，自动处理排队。模型可采集等待时间、服务时间、资源利用率等数据，支持多次实验与统计分析。示例展示服务中心仿真，可扩展为多工作人员、优先级、故障恢复等复杂场景。建议模块化设计，提升可维护性。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python06:NumPy 数组操作详解]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795340</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166795340</guid><author>TechEdu2026</author><pubDate>Mon, 28 Sep 2026 22:23:00 +0800</pubDate><description><![CDATA[本文系统讲解NumPy数组操作的核心概念与实践技巧，涵盖数组形状与轴的语义理解、变形与维度控制、索引切片与布尔选择、广播机制、拼接拆分、排序查找及向量化计算。强调通过明确shape与dtype契约、区分view与copy、善用向量化表达式，构建高效、可维护的数组处理工作流，适用于数据清洗、特征工程与批量计算场景。]]></description><category></category></item><item><title><![CDATA[[人工智能]Python05:NumPy 数组创建]]></title><link>https://blog.youkuaiyun.com/TechEdu2026/article/details/166730457</link><guid>https://blog.youkuaiyun.com/TechEdu2026/article/details/166730457</guid><author>TechEdu2026</author><pubDate>Sun, 27 Sep 2026 10:21:41 +0800</pubDate><description><![CDATA[本文详细阐述了NumPy数组创建的核心实践，强调形状、dtype、内存布局与初始化策略的重要性。通过推荐zeros、ones、full、linspace、meshgrid等构造函数，指导开发者根据需求选择合适方法，避免精度丢失、内存浪费与隐蔽错误。重点涵盖从已有数据创建（array/asarray）、dtype选择、数组合并重塑及生产级封装模式，倡导以形状为中心的工作流与断言验证，确保数值计算的可靠性与可复现性。]]></description><category></category></item></channel></rss>