资源库
资源库用于集中说明站点公开文件的类型、来源和使用边界。这里的资源优先服务于文章复现:读者应能从一篇文章跳到对应 CSV、源码、图表或压缩包,再回到文章验证输出。
| 资源类型 | 示例 | 验证方式 | 使用边界 |
|---|---|---|---|
| 数据文件 | Iris CSV、手写数字训练/测试集、PyBaMM 仿真输出。 | 检查字段、样本数、标签含义和预处理步骤。 | 教学数据不等同于真实业务数据。 |
| 源码 | C 实现、Python 脚本、浏览器演示模型。 | 在本地运行并记录参数、日志和输出文件。 | 按原样提供,生产使用前需要重新审计。 |
| 图表 | 流程图、散点图、网络时间线、实验截图。 | 对照文章中的步骤和数据来源。 | 图表用于解释结构,不应单独作为结论。 |
| 打包材料 | 项目 zip、实验附件、可视化素材。 | 核对包内 README、文件名和版本日期。 | 下载后应在隔离目录运行未知脚本。 |
资源库
代码、数据和图示集中入口
资源按项目和类型筛选,当前只使用公开文章中已经出现的真实材料。
算法实现项目 / DATASET
Iris.csv 数据集
K-means 文章使用的 150 条 Iris 样本。
算法实现项目 / CODE
Iris_sort_K_mean.c 源码
包含标准化、K-means++ 初始化、多次重启和 SSE 选择。
算法实现项目 / DIAGRAM
K-means 流程图
对应 C 程序执行顺序的 SVG 流程图。
算法实现项目 / DIAGRAM
聚类可视化图
基于花瓣长度和花瓣宽度投影的二维散点图。
算法实现项目 / ARCHIVE
K-means 打包下载
包含数据、源码、流程图和可视化图。
人工智能项目 / CODE
Python AI 小实战代码说明
文章内包含可直接复制运行的 scikit-learn 分类脚本。
算法实现项目 / GUIDE
高数联系 PDF
公开下载的高数课程 PDF,适合复习或打印。
人工智能项目 / CODE
digit_softmax_classifier.c
手写数字 softmax 分类器的 C 语言源码。
人工智能项目 / DATASET
train.csv.zip
手写数字训练集压缩包,包含 42000 条带标签样本。
人工智能项目 / DATASET
test.csv.zip
手写数字测试集压缩包,包含 28000 条待预测样本。
人工智能项目 / DATASET
sample_submission.csv
官方提交格式示例,可直接对照最终输出字段。
人工智能项目 / DATASET
submission.csv
当前 C 项目跑出的预测结果文件。
人工智能项目 / DATASET
digit-playground-model.json
浏览器实验台使用的轻量 softmax 演示模型与样本。
人工智能项目 / DIAGRAM
digit-sample-grid.svg
从训练集中抽取的小型手写数字预览网格。
人工智能项目 / ARCHIVE
手写数字项目打包下载
包含源码、压缩数据、提交文件、浏览器模型和样本预览图。
人工智能项目 / CODE
cifar10_tiny_cnn.c 源码
单文件 C 语言 tiny CNN,包含 CIFAR-10 读取、卷积、池化、softmax 和反向传播。
人工智能项目 / DATASET
model_weights.bin 样例权重
一次本地小样本运行生成的模型权重文件。
人工智能项目 / DATASET
test_predictions.csv 预测样例
CIFAR-10 tiny CNN 输出的测试预测样例。
人工智能项目 / DIAGRAM
CNN 项目说明 PDF
配套 CNN 项目说明材料。
人工智能项目 / CODE
虚幻镜脱敏代码骨架
去除控制口令、真实节点和目标列表后的 mld_chaffing_v2.py 控制流程说明。
人工智能项目 / DATASET
虚幻镜压力测试记录模板
用于记录 CPU、内存、线程峰值、微脉冲速率、延迟和错误数的脱敏 CSV 模板。
人工智能项目 / DATASET
虚幻镜分类器评估模板
用于记录 TP、FN、FP、TN、accuracy、precision、recall、F1、ROC-AUC、熵和 JS 散度的 CSV 模板。
人工智能项目 / GUIDE
虚幻镜资源说明
说明公开资源为何只提供脱敏代码、测试模板和架构笔记。
人工智能项目 / GUIDE
AI Security Lab 说明
说明 AI 安全攻防系列的安全边界、安装命令和 quick-run 实验。
人工智能项目 / ARCHIVE
AI Security Lab 完整实验包
包含安全 toy scripts、结果 CSV、风险登记表、攻防矩阵和架构图。
人工智能项目 / DATASET
AI 安全风险登记表
面向 AI 威胁建模和上线评审的 CSV 风险登记模板。
人工智能项目 / DATASET
AI 攻防矩阵
把攻击面、toy demo、指标和防护控制映射到一张 CSV 表。
人工智能项目 / DIAGRAM
AI Security Lab 架构图
展示威胁建模、鲁棒评估、数据完整性、模型隐私和 RAG 防护之间的关系。
人工智能项目 / CODE
FGSM digits 鲁棒评估脚本
本地 digits 分类器的 FGSM-style 扰动和准确率下降实验。
人工智能项目 / CODE
数据投毒与后门 toy 脚本
用 digits 数据演示污染率、触发器和 attack success rate。
人工智能项目 / CODE
模型隐私与抽取 toy 脚本
输出 membership AUC、target accuracy、surrogate fidelity 和 surrogate accuracy。
人工智能项目 / CODE
RAG prompt injection guard toy 脚本
用确定性 toy agent 演示外部数据降权和工具权限阻断。
电池建模与 AI / GUIDE
PyBaMM AI Data Lab 说明
说明 PyBaMM 电池建模与 AI 数据管线的安装、quick run、backend 和输出 schema。
电池建模与 AI / ARCHIVE
PyBaMM AI Data Lab 完整实验包
打包设计生成、老化 sweep、EIS sweep、标签构建、质量检查、样例 CSV 和图示。
电池建模与 AI / DATASET
PyBaMM 样本 manifest
保存 sample_id、模型族、参数集、协议、温度、SOC、cycle、split group 和标签来源。
电池建模与 AI / DATASET
PyBaMM EIS 样例谱 CSV
频点级阻抗输出,包含 frequency、Z_re、Z_im、幅值、相位、backend 和 solver status。
电池建模与 AI / DATASET
电池老化与阻抗标签 CSV
保存 SOH、RUL proxy、LLI、LAM、plating、local resistance 和 EIS 特征。
电池建模与 AI / DATASET
PyBaMM AI 数据质量报告
记录重复 sample、频点重复、缺失标签、split leakage 和 backend 使用情况。
电池建模与 AI / DIAGRAM
PyBaMM 到 AI 数据管线图
展示设计网格、老化求解、EIS 求解、标签构建、质量门和 AI split。
电池建模与 AI / DIAGRAM
EIS 特征与标签 schema 图
把频点、阻抗特征、工况 metadata 与 SOH/RUL/退化模式标签连接起来。
电池建模与 AI / DIAGRAM
老化标签样例图
样例展示 cycle snapshot、SOH 与 local ECM resistance 的标签变化。
电池建模与 AI / DATASET
SOH/RUL 训练指标 CSV
保存 group split、MAE、RMSE、R2、label source 和 backend used,用于复查训练结果。
电池建模与 AI / DATASET
SOH/RUL held-out 预测 CSV
保存测试样本的真实值、预测值和绝对误差。
电池建模与 AI / DATASET
SOH/RUL 特征重要性 CSV
记录每个目标模型的随机森林特征重要性。
电池建模与 AI / DIAGRAM
SOH/RUL 训练结果图
展示 held-out SOH/RUL 预测散点图和 SOH 特征重要性。
电池建模与 AI / SOCIAL
电池建模与 AI 分享图
面向 PyBaMM 电池建模、EIS、老化仿真和 AI 数据专题的 OG 分享图。
人工智能项目 / GUIDE
Deep Learning Math Lab 说明
包含安装命令、脚本入口、输出结果和文章图示生成说明。
人工智能项目 / ARCHIVE
深度学习数学完整实验包
打包 NumPy 脚本、CSV 结果、公式图、loss contour、卷积图和 attention 热图。
人工智能项目 / DATASET
梯度检查结果 CSV
保存 MSE 梯度解析值、数值差分值和误差范数。
人工智能项目 / DATASET
优化器轨迹 CSV
记录梯度下降、Momentum 和 Adam 在二维二次函数上的逐步坐标与 loss。
人工智能项目 / DATASET
Attention 权重 CSV
三 token scaled dot-product attention 的 scores、softmax weights 和 context 输出。
人工智能项目 / DIAGRAM
深度学习数学图示目录
包含矩阵形状、计算图、loss contour、卷积扫描和 attention heatmap。
人工智能项目 / TOOL
深度学习数学交互演示
在浏览器里调梯度检查、优化轨迹、卷积输出尺寸和 attention 权重热图。
网络基础原理 / GUIDE
Network Fundamentals Lab 说明
安装、无权限安全边界、十个 Python 实验和三个 C 示例的运行说明。
网络基础原理 / ARCHIVE
网络基础原理完整实验包
打包 Python/C 源码、固定场景、十份结果 CSV 与协议/代理图。
网络基础原理 / DATASET
DNS TTL 结果 CSV
四次固定查询的 HIT/MISS、过期时间和解析延迟。
网络基础原理 / DATASET
CIDR 与 MTU 结果 CSV
最长前缀路由和 3600 B payload 分段计算结果。
网络基础原理 / DATASET
TCP cwnd 事件 CSV
逐轮记录 ACK、窗口和固定重传事件。
网络基础原理 / DATASET
TLS 1.3 flight 结果 CSV
固定 RTT 模型中的消息方向、时间点和教学共享值。
网络基础原理 / DATASET
HTTP/CDN waterfall 结果 CSV
HTTP/2 与 HTTP/3 在冷暖缓存模型中的分阶段耗时。
网络基础原理 / DATASET
代理路径时延结果 CSV
直接访问、正向代理隧道与反向代理缓存路径的分阶段等待。
网络基础原理 / DATASET
CONNECT/TLS 时间线 CSV
记录 CONNECT authority、隧道建立与加密 HTTPS 请求的状态边界。
网络基础原理 / DATASET
SOCKS5 DNS 边界 CSV
保存 ATYP、目标字节、请求长度和本机 DNS 解析计数。
网络基础原理 / DATASET
代理负载均衡队列 CSV
比较 round robin 与 least queue 的 backend 选择和排队等待。
网络基础原理 / DATASET
代理缓存重新验证 CSV
记录 MISS、HIT、304 重新验证、对象年龄和响应时延。
网络基础原理 / TOOL
网络请求链路交互演示
在浏览器里调整 TTL、前缀、丢包、握手 RTT 与缓存路径。
算法实现项目 / SOURCE
基础 SAM + vtracer 脚本
本机运行的角色图片分割、PNG 图层和 SVG 矢量化参考脚本。
算法实现项目 / SOURCE
ComfyUI + Grounded-SAM 生产脚本
调度本机 ComfyUI、Grounding DINO、SAM 和 vtracer,生成带稳定 ID 的 SVG 骨骼资产。
算法实现项目 / GUIDE
ComfyUI 拆件角色工作流模板
IP-Adapter 锁定角色特征,ControlNet OpenPose 约束拆件排版的可编辑 API 模板。
算法实现项目 / DIAGRAM
拆件 OpenPose 骨架图
用于生成头、躯干、手脚分开的角色部件板,可导出 PNG 后喂给 ControlNet。
算法实现项目 / DATASET
动画部件 prompt 清单
Grounding DINO 使用的 head、left arm、torso、tail、accessory 等语义抠图提示词。
网络基础原理 / SOCIAL
网络基础原理专题分享图
用于分享 DNS、TLS、HTTP/3、代理隧道和缓存专题的 1200x630 SVG 图。
人工智能项目 / SOCIAL
深度学习专题分享图
用于分享深度学习 / CNN 专题页的 1200x630 SVG 图。
人工智能项目 / SOCIAL
从零实现机器学习分享图
用于分享 K-means、Iris 和机器学习流程专题页的 1200x630 SVG 图。
算法实现项目 / SOCIAL
算法可视化专题分享图
用于分享 8 皇后、回溯、位运算和实验台专题页的 1200x630 SVG 图。
人工智能项目 / SOCIAL
学生 AI 项目分享图
用于分享手写数字、C 分类器和浏览器实验台专题页的 1200x630 SVG 图。
站点建设项目 / VIDEO
SEO 分发短视频脚本
4 个内容集群的 45-60 秒短视频脚本,可后续交给 Remotion 制作。
人工智能项目 / VIDEO
CNN 卷积扫描动画
Remotion 生成的 8 秒短动画,展示 3x3 卷积核如何扫描输入并形成特征图。
算法实现项目 / VIDEO
K-means 一轮迭代动画
Remotion 生成的短动画,展示样本分配、质心更新和 SSE 下降。
算法实现项目 / VIDEO
8 皇后回溯搜索动画
Remotion 生成的短动画,展示逐行尝试、冲突剪枝和回溯。
没有匹配的资源。
复现实验的最小记录
建议每次下载资源时记录:来源页面、下载时间、文件名、输入参数、运行环境和输出摘要。这样可以在文章更新或文件替换后判断结果差异来自哪里。
资源库不是网盘目录,而是文章证据链的一部分。一个资源如果不能说明来自哪篇文章、解决哪个实验问题、如何运行或如何解释输出,就不应该放在这里长期公开。后续资源更新也会尽量保留版本说明,减少读者下载到旧文件后的混淆。
对于代码类资源,建议先在临时目录或虚拟环境运行;对于数据类资源,建议先查看字段和样本量;对于图表类资源,建议回到文章确认图表含义。这样可以避免把示意图、样例数据和真实评估结果混在一起。
如果你发现资源链接失效、压缩包缺文件或说明和文章不一致,请通过联系页反馈具体文件名和来源页面。资源问题通常比正文错别字更影响复现,因此会优先修复。
资源命名也会尽量保持可读:文件名会包含主题、用途或版本线索,而不是只使用随机编号。对于较大的压缩包,页面会说明包内包含什么、应该先打开哪个文件、哪些文件只是预览或中间结果。
这类说明能帮助读者安全地使用资源,也能让搜索和审核系统理解下载页不是空列表,而是和文章实验绑定的材料索引。
