花了三个月刷 ML 教程，这是我想在开始时告诉自己的话。

1. 先学数学，再写代码

你可以在不理解的情况下复制粘贴模型代码，但出问题了就完全不知道从哪下手。把线性代数和概率基础打扎实，后面会省很多时间。

2. 从小开始

别一上来就搞 GPT 或者扩散模型。先从 CSV 文件上的线性回归开始，真正搞懂什么是损失函数。

3. Sklearn 是最好的老师

在碰 PyTorch 或 TensorFlow 之前，先把 scikit-learn 用熟。它把概念讲得最清楚。

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
print(model.score(X_test, y_test))

4. 过拟合是真实存在的问题

你的模型在训练集上表现很好，但在新数据上一塌糊涂。尽早学训练/测试集划分、交叉验证和正则化。

5. 数据处理占 80% 的工作量

清洗数据、处理缺失值、特征工程——大部分时间都在这上面。接受它。

这个问题几乎困扰过每一个开发者，今天来讲清楚。

Merge

git checkout main
git merge feature-branch

会创建一个合并提交。历史记录清晰展示了两条分支在某个节点汇合。适合共享分支。

Rebase

git checkout feature-branch
git rebase main

将你的提交"移植"到 main 最新节点之后。历史记录看起来是线性的，就像你是在 main 更新后才开始做功能一样。

什么时候用哪个？

黄金原则

永远不要对别人正在用的分支做 rebase。 重写共享历史会把所有人搞乱。

六个月前切换到 Neovim，现在来聊聊我学到了什么。

为什么要折腾？

VS Code 没什么不好。但每天打开四十次，启动时间就很烦了。Neovim 启动不到 50ms，还能跑在 SSH 里。

我的配置组合

• lazy.nvim — 插件管理器
• nvim-lspconfig — Python、JS、Lua 的 LSP 支持
• nvim-cmp — 自动补全
• Telescope — 模糊查找（替代 Ctrl+P）
• nvim-treesitter — 更好的语法高亮

学习曲线

第一周：抓狂。第二周：肌肉记忆成型。第三周：不再想快捷键，直接就用了。

一个建议

不要照搬别人的完整配置，从零开始搭自己的。你会搞懂每一行在干什么。

配置管理

我把配置放在 ~/.config/nvim/，用 Git 管理，每次小改动都 commit 一下。

如果你曾经因为全局升级某个包把项目搞崩了，那你就需要虚拟环境了。

什么是虚拟环境？

虚拟环境是一个隔离的 Python 安装——它有自己独立的 pip 和包，完全和系统 Python 分开。

创建虚拟环境

python -m venv .venv
source .venv/bin/activate    # Linux/macOS
.venv\Scripts\activate       # Windows

安装包

pip install requests numpy pandas
pip freeze > requirements.txt

在别处恢复

python -m venv .venv
pip install -r requirements.txt

配合 conda 使用

如果你用 conda，conda create -n myenv python=3.11 也是同样的隔离效果。

Hugo 构建速度极快，LoveIt 主题简洁好看，两者组合是个人网站的绝佳选择。

环境要求

• Hugo Extended v0.110+
• Git

安装步骤

# Windows 安装 Hugo（通过 WinGet）
winget install Hugo.Hugo.Extended

# 新建站点
hugo new site my-blog
cd my-blog

# 将 LoveIt 作为 submodule 引入
git init
git submodule add https://github.com/dillonzq/LoveIt themes/LoveIt

基础配置

baseURL = "https://yourdomain.com/"
theme = "LoveIt"
paginate = 5

启动服务器

hugo server -D

打开 http://localhost:1313 就能看到效果了。

每段旅程都有个起点。这是我的起点。

其实早就想开始写博客了——把想法写下来，脑子会清醒很多。无论是技术笔记、随想、还是本周做了什么，这里都是个好地方。

为什么要写博客？

• 记录学到的东西
• 分享做出来的东西
• 在互联网上有一块真正属于自己的地方

慢慢来，后面会有更多内容的。