<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lczdyx的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lczdyx</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lczdyx]]></copyright><item><title><![CDATA[【胶囊网络 - 简明教程】02-1 胶囊网络 - 整体架构设计]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158179754</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158179754</guid><author>lczdyx</author><pubDate>Wed, 18 Feb 2026 12:06:41 +0800</pubDate><description><![CDATA[本文深入解析 Capsule Network 的核心架构设计。从卷积层特征提取，到 PrimaryCaps 的标量转向量转换，再到 DigitCaps 的动态路由机制，完整剖析编码器三层结构。同时详解解码器重建原理与数据流分析，揭示胶囊网络如何实现层次化表示与端到端训练。]]></description><category></category></item><item><title><![CDATA[【胶囊网络】01-2 胶囊网络发展历史与研究现状]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158179481</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158179481</guid><author>lczdyx</author><pubDate>Wed, 18 Feb 2026 11:22:14 +0800</pubDate><description><![CDATA[本文系统梳理胶囊网络的发展历程：从2011年Hinton质疑 CNN 池化操作，到2017年开山之作提出动态路由算法，再到2021年后的实用化探索。深入讲解等变性与不变性等理论基础，分析计算复杂度、路由崩溃等核心挑战，展望轻量化、跨领域应用等未来方向。适合想深入了解胶囊网络的读者。]]></description><category></category></item><item><title><![CDATA[【胶囊网络】01-1 什么是胶囊网络？]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158156684</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158156684</guid><author>lczdyx</author><pubDate>Wed, 18 Feb 2026 00:44:06 +0800</pubDate><description><![CDATA[本文介绍Geoffrey Hinton于2017年提出的胶囊网络，一种解决传统 CNN 根本缺陷的革命性架构。核心创新包括：(1) 向量输出替代标量，同时编码存在概率和姿态信息；(2) 动态路由算法建立自适应的部分 - 整体关系；(3) 等变编码实现对视角变化的鲁棒性。相比 CNN，CapsNet 在空间信息保留、小样本学习和重叠物体识别上具有显著优势，适用于医学图像、自动驾驶、人脸识别等场景。本教程将深入讲解胶囊网络的发展历史、核心架构、动态路由算法、数学原理及PyTorch代码实现。]]></description><category></category></item><item><title><![CDATA[打造隐形护城河：一人公司数字资产与知识产权保护指南]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158066314</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158066314</guid><author>lczdyx</author><pubDate>Sat, 14 Feb 2026 03:32:00 +0800</pubDate><description><![CDATA[摘要： 本文探讨了数字时代“一人公司”如何构建核心竞争力，指出数字资产和知识产权是独立创业者的隐形护城河。数字资产不仅限于加密货币，还包括能持续创造价值的数字内容、代码库、方法论等。知识产权保护对个体创业者尤为重要，既是防御手段也是品牌资产。短期看，IP保护能提升专业形象和客户质量；长期则可能带来授权收入或被收购价值。文章强调创业者应建立“资产思维”，将日常产出视为可积累的知识产权，为未来发展奠定基础。]]></description><category></category></item><item><title><![CDATA[告别付费 SaaS：全能型 Markdown 转 Word 本地化转换终极指南（Python + Pandoc）]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158066151</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158066151</guid><author>lczdyx</author><pubDate>Sat, 14 Feb 2026 02:32:40 +0800</pubDate><description><![CDATA[本教程提供了一套永久免费、隐私安全的 Markdown 转 Word 本地化解决方案。通过 Python 脚本结合 Pandoc 引擎，实现从 .md 到 .docx 的专业级格式转换。教程包含环境配置、依赖安装及全自动转换脚本，专为 AI 辅助写作、学术论文、法律文书及个人知识库管理场景设计。完全本地运行，彻底切断 SaaS 平台的数据窃取风险，适合注重数据主权与信息安全的个人工作室及企业用户。]]></description><category></category></item><item><title><![CDATA[本地化文档转换全攻略——用Pandoc与Python打造隐私安全的办公流 【简明教程】]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/158038613</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/158038613</guid><author>lczdyx</author><pubDate>Fri, 13 Feb 2026 12:54:44 +0800</pubDate><description><![CDATA[本教程旨在解决文档转换中的隐私泄露与格式混乱问题，指导用户在本地使用开源工具Pandoc将Markdown转换为Word。教程涵盖从软件安装到进阶使用的全过程，特别针对AI生成的文稿提供了一个定制Python脚本。该脚本能自动优化段落排版，智能识别并保护表格格式（避免表格被错误拆分），同时修复换行问题，实现一键生成高质量Docx文档，帮助用户零成本构建私有化办公流。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 07. 实验与评估 (实验与性能)]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157968244</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157968244</guid><author>lczdyx</author><pubDate>Wed, 11 Feb 2026 02:47:42 +0800</pubDate><description><![CDATA[本文深入剖析Mamba-3的实验评估章节。在语言建模方面，Mamba-3凭借梯形离散化架构，在FineWeb-Edu基准上全面超越Transformer与Mamba-2，刷新同规模模型性能上限。针对线性模型短板，其通过复数域SSM（RoPE）完美解决状态追踪难题，在合成任务中达到近100%准确率。推理分析进一步证实，MIMO机制在几乎不增加延迟的前提下大幅提升硬件利用率，成功确立了性能与推理效率的新帕累托前沿，展示了下一代线性序列模型的统治级潜力。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 06. 模型架构：从推理优先视角重塑 SSM]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157968055</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157968055</guid><author>lczdyx</author><pubDate>Wed, 11 Feb 2026 02:10:56 +0800</pubDate><description><![CDATA[本文深入剖析 Mamba-3 的模型架构。针对 Mamba-2 在状态表达上的短板，Mamba-3 秉持“推理优先”哲学，在保留线性计算复杂度的基础上引入的三大核心改进：梯形离散化，复数 SSM，MIMO 机制；Mamba3架构在优化推理效率的同时，显著提升了模型的表达能力与硬件利用率。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 05. MIMO机制 (Multi-Input Multi-Output Mechanism)]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157924423</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157924423</guid><author>lczdyx</author><pubDate>Tue, 10 Feb 2026 01:53:28 +0800</pubDate><description><![CDATA[Mamba-3 引入的 MIMO（多输入多输出）机制通过矩阵级状态更新（秩-r）显著提升硬件效率。相比传统 SISO（单输入单输出）系统受限于内存带宽，MIMO 将状态更新从向量外积升级为矩阵乘法，算术强度提高约 r 倍。实验显示，MIMO 在不增加推理延迟的情况下，利用 GPU Tensor Core 计算能力，实现了更好的模型性能（困惑度降低）。这一创新体现了&quot;推理优先&quot;的设计理念，通过提升算术强度突破内存墙限制，为线性注意力模型提供了更优的质量-效率平衡。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 04. 复数 SSM 与 RoPE：从理论到“RoPE Trick”的高效实现]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157923372</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157923372</guid><author>lczdyx</author><pubDate>Tue, 10 Feb 2026 01:25:52 +0800</pubDate><description><![CDATA[Mamba-2 在状态追踪任务上的短板如何弥补？本文深度解析 Mamba-3 的核心创新——复数状态空间模型 (Complex SSM)。通过严谨的数学推导，揭示复数动力学与数据依赖 RoPE 之间的惊人等价性，即“RoPE Trick”。这一设计在不增加推理延迟的前提下，成功引入旋转机制，完美解决了奇偶校验等算法难题。从理论原理到代码实现，带你读懂 Mamba-3 如何在保持极致推理效率的同时实现模型能力的飞跃。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 03. 梯形离散化 (Trapezoidal Discretization)]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157912807</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157912807</guid><author>lczdyx</author><pubDate>Mon, 09 Feb 2026 23:53:43 +0800</pubDate><description><![CDATA[本章深入探讨 Mamba-3 的核心创新之一——广义梯形离散化。接下来将从数值分析的角度揭示其精度优势，推导其数学形式，并论证其如何通过内建的“微型卷积”机制，从根本上替代了前代模型中的显式卷积层。]]></description><category></category></item><item><title><![CDATA[独立开发者防坑指南-01：从Hash算法到TSA可信时间戳实战解析]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157911667</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157911667</guid><author>lczdyx</author><pubDate>Mon, 09 Feb 2026 22:02:11 +0800</pubDate><description><![CDATA[摘要： 可信时间戳（Trusted Timestamping）是技术创作者保护数字版权的有效工具，通过哈希算法（如SHA-256）生成文件唯一指纹，并经由时间戳服务机构（TSA）结合权威时间进行数字签名，生成不可伪造的时间戳标记（TST）。该技术符合RFC 3161标准，确保文件在特定时间点存在且未被篡改，适用于代码、设计稿及网页侵权取证。选择TSA服务需关注标准合规性、哈希算法强度及CA认证。通过法律认可的可信时间戳，创作者能有效应对洗稿、盗版等问题，实现技术维权。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 02. SSM 基础回顾与演进 (Foundations of SSM)]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157898675</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157898675</guid><author>lczdyx</author><pubDate>Mon, 09 Feb 2026 03:22:03 +0800</pubDate><description><![CDATA[深入回顾Mamba-3的数学基石！本章从连续时间动力学出发，图解SSM系统流与欧拉离散化机制。核心剖析 Mamba-2的“结构化状态空间对偶性”（SSD），展示半可分离矩阵如何统一 RNN与线性注意力视角。最后直击实数特征值无法表达“旋转动力学”的致命缺陷，阐明Mamba-3引入复数域与梯形离散化的必然性，为读者构建完整的序列建模理论框架。]]></description><category></category></item><item><title><![CDATA[Mamba-3 深度剖析 - 01. 导论 (Introduction)]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/157898385</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/157898385</guid><author>lczdyx</author><pubDate>Mon, 09 Feb 2026 02:11:50 +0800</pubDate><description><![CDATA[本章作为《Mamba-3深度剖析》开篇，从“推理优先”视角审视序列建模的演进，揭示了线性模型在质量、能力与硬件效率上的权衡困境。文章阐述了 Mamba-3 如何通过回归SSM原理突破瓶颈，重点概览其三大核心创新：梯形离散化提升模型精度，复数域状态（结合 RoPE）解决状态追踪难题，及MIMO机制优化解码阶段的算术强度与硬件利用率。本章旨在构建Mamba-3的理论框架并提供全教程导读。]]></description><category></category></item><item><title><![CDATA[形如XLRDError: Unsupported format, or corrupt file: Expected BOF record； found b‘\x05user‘问题常用解决方法 -随笔]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148759847</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148759847</guid><author>lczdyx</author><pubDate>Sat, 28 Jun 2025 14:54:35 +0800</pubDate><description><![CDATA[在使用Pandas读取Excel文件（.xlsx或.xls）时，若遇到报错“Unsupported format, or corrupt file: Expected BOF record”，可能是由临时文件残留、文件格式损坏或系统兼容性问题导致。本文将对此提供五种常用的解决方案。]]></description><category></category></item><item><title><![CDATA[在Win10/Win11系统中开发兼容Win7的Python程序并使用PyInstaller打包为.exe - 随笔]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148778060</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148778060</guid><author>lczdyx</author><pubDate>Sat, 28 Jun 2025 14:07:33 +0800</pubDate><description><![CDATA[文章摘要：开发者针对用户反馈的Windows 7 32位系统运行问题，搭建了兼容性开发环境。使用Conda创建32位Python 3.6虚拟环境，安装适配版本的第三方库后，通过PyInstaller打包成.exe文件。测试中发现需额外安装VC++运行库等系统组件才能稳定运行。文章建议使用虚拟机、双系统或云服务器进行低成本测试，强调开发者应考虑旧系统用户的兼容性需求。整个方案有效解决了Win7用户的闪退问题。]]></description><category></category></item><item><title><![CDATA[小白也能看懂的贝叶斯网络建模全过程 - 附完整代码]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148642360</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148642360</guid><author>lczdyx</author><pubDate>Fri, 13 Jun 2025 23:22:24 +0800</pubDate><description><![CDATA[本文构建了一个简单的离散贝叶斯网络模型，以分析天气条件对打网球决策的影响为例，展示完整的贝叶斯网络建模过程，是贝叶斯网络在离散概率推理中的一种应用。通过本文，小白也能轻松上手。]]></description><category></category></item><item><title><![CDATA[3分钟入门深度学习（迷你级小项目）： XOR 门神经网络训练与测试简明教程]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148614058</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148614058</guid><author>lczdyx</author><pubDate>Fri, 13 Jun 2025 00:08:16 +0800</pubDate><description><![CDATA[本文将花3分钟，用一个mini级的小项目带你入门深度学习；样例模型基于PyTorch构建，无需GPU加速，CPU即可训练和部署推理，方便低成本入门。]]></description><category></category></item><item><title><![CDATA[一键净化Excel数据：高性能Python脚本实现多核并行清理]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148370977</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148370977</guid><author>lczdyx</author><pubDate>Sun, 01 Jun 2025 22:06:22 +0800</pubDate><description><![CDATA[本文分享两个基于Python的Excel数据净化脚本，通过多进程并行技术清除工作表内不可见字符、批注、单元格样式等冗余内容，利用OpenPyXL实现底层操作，结合tqdm进度条和进程级任务分配，可快速处理百万级单元格数据。适用于数据分析预处理、跨系统数据迁移等场景。]]></description><category></category></item><item><title><![CDATA[高效Excel数据净化工具：一键清除不可见字符与格式残留]]></title><link>https://blog.youkuaiyun.com/lczdyx/article/details/148370181</link><guid>https://blog.youkuaiyun.com/lczdyx/article/details/148370181</guid><author>lczdyx</author><pubDate>Sun, 01 Jun 2025 21:33:55 +0800</pubDate><description><![CDATA[本文将分享一款基于Python的Excel数据净化工具，用于自动清除给定的Excel文档中指定工作表中的不可见字符、批注、单元格样式等冗余数据。脚本支持进度可视化展示，保留核心数据处理逻辑的同时确保文件格式规整，特别适用于需要规范数据格式的企业级应用场景。]]></description><category></category></item></channel></rss>