README

CHANGE IS ALL YOU NEED

这里记录着我的 CS 学习过程。自 2026 年 4 月 19 日起，既用于标记来路、反思得失，也希望为后来者留下一点可参考的经验。

Week 1 ( 2026.4.13 - 2026.4.19 )

• 完成了CS188 Proj4，主要内容涉及到了：
  • Bayes Net的复习内容
  • Particle Filtering的算法实现
  • Exact Inference和Approximate Inference的回顾
• 给CS188 Note19机器学习的内容开了个小头
  • Naive Bayes的概念和预测公式
  • 参数估计MLE方法的了解
• 完成了CS162 Note5，其中涉及了：
  • Client Server的流程解析
  • 抽象Socket的基本概念
• 完善自主开发桌面端应用Moodboard

---

Week 2 ( 2026.4.20 - 2026.4.26 )

• 上线了learning-site
• 准备学校里的期中考试，写了六个实验报告三份作业

---

Week 3 ( 2026.4.27 - 2026.5.3 )

• 完成了CS188 Note20，继续深入机器学习:
  • 初步了解了Binary Perceptron和Multiclass Perceptron及其更新规则
  • 二分类和多分类逻辑回归(Logistic Regression & Multi-Class Logistic Regression)的计算流程
• 完成了CS162 Note6
  • 深入了解了IPC的一种方法Pipe
  • Threadfork()的流程的详细理解
  • Concurrency和Parallelism的区别理解
  • Context Switch的代价与流程
  • 竞态条件(Race Conditon)的初步理解
• 五一假期回山东爽玩

---

Week 4 ( 2026.5.4 - 2026.5.10 )

• 完成了CS188 Note21
  • 重新回归整理了一下三个Activation Function:
    • Step Function
    • Sigmoid Function
    • ReLU Function
  • 通过Playground网站和课程内容进行了简单Neural Networks入门:
    • 理解了Hidden Layer概念
    • 理解了信息通过输入层传输到输出层的传输过程链路
    • Backpropagation算法的简单了解
• 极速完成校内作业，写了一篇论文四份作业三份实验报告

---

Week 5 ( 2026.5.11 - 2026.5.17 )

• 完成了CS188 Proj5，自此CS188正式成为过去式
  • 用PyTorch搭建简单的神经网络模型并尝试了基础的神经网络训练流程
  • 手写2D卷积，理解了CNN如何提取图像局部特征
  • 初步接触了Attention，理解了 “根据重要性加权关注信息” 的思想

---