TechRadar 极客雷达
AI 驱动的大学生硬核开源实战导航系统 — 经过验证的通关攻略,而非知识搬运
全站搜索 · 路线图 / 情报 / 工具 / 踩坑 / 术语 / 项目
学习路线图
节点化技能树,DAG 可视化学习路径,进度追踪本地保存
技术情报
160+ 条经过验证的技术情报、术语、工具、踩坑与实战项目,从入门到进阶,覆盖 AI 工程全链路
工具推荐箱
场景化工具推荐,可运行最小示例,一键安装命令
踩坑避雷指南
结构化 FAQ,强制「环境 → 报错 → 排查 → 解决」格式
专业术语
NEWAI/ML、工程部署、数学基础等领域的专业术语详解
实战项目
NEW通过实际项目巩固学习成果,建立完整的项目经验
RAG 检索增强生成
让大模型基于私有文档回答问题而非只靠训练数据,是当前 LLM 落地企业场景成本最低的方案之一
Prompt Engineering 提示工程与 Agent 设计
不是调模型参数,而是调问题表述——用更好的 Prompt 让同一个模型产生质的飞跃
YOLO 目标检测
单阶段端到端目标检测方案,看一张图一次前向传播就定位所有物体,是工业界实时检测的首选
ResNet 残差网络
通过 shortcut 让超深网络可训练,把深度从几十层推到上百层,是现代视觉模型的核心构件之一
ONNX 跨框架模型部署
把训练好的 PyTorch 模型打包成通用格式,让你在任意设备和语言里都能拿到更快的推理速度
Linux 服务器深度学习环境配置
从零搭起一台能跑 PyTorch 的 GPU 服务器:驱动、CUDA、Conda、SSH 与远程训练全都能自己搞定
算法
算法是解决特定问题的一系列明确步骤。在计算机科学中,算法描述了如何将输入转换为输出的计算过程。好的算法需要满足正确性、可读性、健壮性和高效性。常用算法设计范式包括分治法(Divide and Conquer)、动态规划(Dynamic Programming)、贪心算法(Greedy)、回溯法(Backtracking)等。算法复杂度分析(时间复杂度和空间复杂度)是评价算法优劣的核心标准。
数据结构
数据结构是计算机中存储、组织数据的方式,使得数据可以高效地被访问和修改。常见数据结构包括数组(Array)、链表(Linked List)、栈(Stack)、队列(Queue)、哈希表(Hash Table)、树(Tree)、图(Graph)、堆(Heap)等。选择合适的数据结构是算法设计的关键,不同数据结构在插入、删除、查找等操作上的时间复杂度差异巨大。
复杂度分析
复杂度分析是评价算法效率的理论方法,分为时间复杂度(算法执行时间随输入规模增长的趋势)和空间复杂度(算法所需内存随输入规模增长的趋势)。大O表示法(Big O Notation)是最常用的复杂度标记:O(1)常数级、O(log n)对数级、O(n)线性级、O(n log n)线性对数级、O(n²)平方级、O(2^n)指数级。复杂度分析帮助我们选择最优算法,避免在实际应用中出现性能瓶颈。
指针
指针是存储内存地址的变量,是C/C++等语言的核心概念。通过指针可以直接访问和修改内存中的数据,实现高效的数据操作。指针运算(如加减整数)会根据指针类型自动调整步长。指针的灵活也带来了风险:空指针解引用、野指针、内存泄漏等。在嵌入式开发中,指针用于直接操作硬件寄存器(Memory-Mapped IO),是底层编程的基础。
实时操作系统
RTOS(Real-Time Operating System,实时操作系统)是专为实时应用设计的操作系统,能够在确定的时间内响应外部事件。与通用操作系统(如Windows/Linux)不同,RTOS强调响应时间的可预测性而非吞吐量。FreeRTOS是最流行的开源RTOS,被广泛应用于STM32、ESP32等微控制器。RTOS的核心机制包括任务调度、信号量、消息队列、中断管理等。
操作系统
操作系统是管理计算机硬件与软件资源的系统软件,为应用程序提供统一的抽象接口。核心功能包括进程管理(程序运行)、内存管理(地址空间)、文件系统(持久存储)、设备管理(IO管理)。Linux是最流行的开源操作系统内核,采用宏内核架构,通过模块化设计获得灵活性。理解操作系统原理对系统级编程、性能优化和嵌入式开发至关重要。