拥抱不确定性：使用 PyTorch 构建贝叶斯神经网络 (BNN)
从理论推导到代码落地。本文将深入探讨变分推理（Variational Inference）与重参数化技巧（Reparameterization Trick），并手把手教你用 PyTorch 实现一个能够量化自身“无知”的贝叶斯神经网络。
约 6 分钟阅读阅读文章
接着上次读
知识标签 64探索关系图谱 ↗
THE JOURNAL
计算机与人工智能
27 篇匹配文章
空格分隔多个关键词，例如“超表面 光通信”；英文双引号可搜索完整短语。标题、摘要、标签和正文都参与检索。
· 计算机与人工智能清除筛选 ×
NSGA-II的原理解析及CODE实现
从第一性原理出发，深度剖析非支配排序遗传算法（NSGA-II & NSGA-III）。本文将探讨帕累托最优的数学本质，揭示高维目标优化中的维数灾难，并提供基于 Python 和 MATLAB 的核心实现逻辑。
约 16 分钟阅读阅读文章
实战篇：用 Python 徒手实现模拟退火算法解决 TSP 问题
继上一篇关于模拟退火物理原理的探讨后，本文将进入代码实战环节。我们将使用 Python 和 NumPy 从零构建一个高效的模拟退火求解器，解决经典的旅行商问题（TSP）。文章详细解析了邻域构造策略（2-opt）、温度控制代码实现以及如何利用 Matplotlib 可视化“从无序到有序”的熵减过程。
约 6 分钟阅读阅读文章
从数据到智能：机器学习核心方法的数学原理与全景解构
本文从第一性原理出发，深度解构机器学习的核心方法论。通过数学推导、物理类比与统计学视角，剖析监督学习、无监督学习及深度学习背后的底层逻辑，探讨从线性回归到神经网络的演进本质。
约 8 分钟阅读阅读文章
从信息熵到决策边界：决策树算法的第一性原理与深度解析
本文从第一性原理出发，深入剖析决策树的核心机制。我们将重回香农信息论，推导ID3、C4.5与CART算法的数学本质，探讨贪心策略下的递归划分与剪枝权衡，旨在为读者构建关于非参数模型的完整认知框架。
约 7 分钟阅读阅读文章
深入解析遗传算法(GA)：从生物进化论原则到MATLAB高阶实现
本文从第一性原理出发，深度剖析遗传算法（Genetic Algorithm）的数学本质与生物学启发。重点解释模式定理与积木块假设，探讨全局探索与局部开发的平衡艺术，并提供工业级MATLAB代码实现。
约 16 分钟阅读阅读文章
熵减的艺术：从统计物理到模拟退火算法的数学原理与实践
本文从热力学与统计物理的第一性原理出发，深度解析模拟退火算法（Simulated Annealing）的诞生背景、数学机制及其在非凸优化问题中的应用。我们将探讨Metropolis准则背后的玻尔兹曼分布，以及如何通过控制“温度”参数在全局探索与局部开发之间寻找完美的平衡。
约 8 分钟阅读阅读文章
从椋鸟群到最优化：粒子群算法(PSO)的数学原理、实现与可视化
本文是关于粒子群优化算法（PSO）的终极指南。我们将从生物学中的“涌现”现象出发，推导 PSO 的数学运动方程，使用 Python 实现基于向量化的高效求解器，并利用 Matplotlib 制作动态可视化动画，直观展示粒子群如何在复杂的非凸函数（Rastrigin）上协作突围，寻找全局最优解。
约 7 分钟阅读阅读文章
Python 自动化实战：从识图点击、模拟真人轨迹到封装 EXE 全流程教学
本文手把手教你如何用 Python 接管鼠标键盘。我们将超越基础的点击操作，深入讲解三大进阶技巧：1.利用 OpenCV 识别屏幕图像进行定位；2.利用贝塞尔曲线模拟“真人”鼠标轨迹以避开检测；3.利用 PyInstaller 将脚本和图片资源打包成独立的 EXE 软件，在任何电脑上运行。
约 6 分钟阅读阅读文章
跨越离散时间：在 2048 游戏中实现基于线性插值(Lerp)的平滑动画
本文是 2048 开发系列的进阶篇。为了解决方块瞬间移动带来的糟糕视觉体验，我们将引入计算机图形学的核心概念——线性插值（Lerp）。文章将详细阐述如何通过数学方法在两个离散状态之间构建平滑过渡，并对原有的逻辑引擎进行架构级重构，引入 Tile 对象模型以追踪方块的运动轨迹。
约 6 分钟阅读阅读文章
方格中的混沌与秩序：用线性代数思想构建 2048 游戏引擎
经典游戏 2048 表面上是一个简单的滑动拼图，本质上却是一个关于矩阵变换的离散数学系统。本文将摒弃冗余的条件判断，利用矩阵的转置（Transpose）和翻转（Reverse）特性，仅用一套核心逻辑复用处理四个方向的移动，并使用 Python 和 Pygame 实现完整的游戏闭环。
约 5 分钟阅读阅读文章