WH Learning

一段公开记录的学习旅程

学习是一段很长的旅程。

在应用数学与 AI 研究之间,一步一步建立真正经得起检验的能力。

同一段旅程,四个清楚的入口。

技术学习、共同讨论、个人随笔和关于我的介绍各自独立,也会在这里彼此照应。

从基础走向研究,也让尚未完成的部分保持可见。

WH Learning 记录的,是从“想做 AI 研究”走到“能够认真完成研究”之间那段真实距离。

01

证明

反复书写定义、推导和证明,直到每一步都经得起追问。

02

构建

从原理出发实现想法,加入测试,并保留可复现的结果。

03

阅读

围绕问题、方法、证据与局限,重新理解每一篇论文。

04

反思

把失败和观点改变留在记录里,而不是从故事中删掉。

用几年构建,每一段都留下清晰证据。

01

2026 / 01

建立基础

微积分、线性代数、Python 与数学写作。

02

02

核心体系

概率论、优化、数据结构与机器学习基础。

03

03

研究实践

论文复现、开源工作与科研合作。

04

04

形成方向

独立问题、毕业论文与研究生阶段准备。

来自行进途中的学习笔记。

记录数学、代码、论文、实验,以及那些仍然没有解决的问题。

数学分析作业整理:数列的三种性质与 Stolz 定理

重新区分收敛、有界与无穷大量,并拆开 Stolz 定理中相邻差累加、有限项影响消失的证明思路。

阅读

数列极限练习:有界量、夹逼与反例

记录最近对数列极限计算与性质的练习:控制振荡项、处理根式,并用反例辨清收敛与发散的运算关系。

阅读
查看完整学习日志

September 9, 2026

随意度春秋

有些东西是拿来过的,有些东西是拿来想的。日子要认真过,也别因此停止想象。

阅读随笔

关注过程,而不只是终点。

从第零天开始,或者了解这份公开记录为什么存在。