跳到主要內容
paul.notebook

從零實作​機器學習模型

每一篇都能在瀏覽器裡訓練、拆開、弄壞

沒有 PyTorch，也沒有推論函式庫：卷積、注意力、擴散、SLAM，都用 TypeScript 一行一行寫出來，就跑在你現在開著的這個分頁裡。文章裡的每個數字，都是實際量出來的。

讀最新一篇所有文章
篇文章
14
張可以動手玩的圖
51
個手寫運算子
30
live · mnist-cnn
約 9,000 個參數的 CNN，正在你的瀏覽器裡執行。沒有伺服器，沒有函式庫。 它是怎麼做到的？

最新文章

№ 0147 分鐘互動

三分鐘訓練你的 AI 作曲家：聽它從亂彈到療癒

在瀏覽器裡從零訓練一個會寫四部合唱的小 Transformer，邊練邊聽它從亂彈變成音樂。然後你當評審，點二十下把它調得更放鬆；也看它怎麼找到評審的漏洞。

閱讀全文

筆記索引

依時間排序，新的在上面。

查看全部文章

  1. № 01310 分鐘

    三分鐘打造迷你 Figure AI：只給它一顆相機、一隻手臂

    Figure 的人形機器人只靠頭上的相機做事。這裡從零做一個最小的版本：一隻方塊畫成的手臂，靠一顆 48 × 48 的相機把方塊拿起來、放到你指定的地方。把相機撞歪它照樣放得好；縮小版你可以在瀏覽器裡花三分鐘自己練一個。

    互動

  2. № 0129 分鐘

    把光追放進 3D 遊樂園：體驗開車碰撞、飛機加速、直升機飛行

    上篇的房間是靜止的。這一篇把同一個路徑追蹤器搬到戶外，放進一個可以操控的人、五台車、一架直升機和一架飛機，每一幀都重新算光。東西一動，累積的樣本就全部作廢；看四件事怎麼讓它還是跑得動。

    互動

  3. № 0119 分鐘

    一張圖怎麼從雪花變清晰：從零寫一個 WebGPU 路徑追蹤器

    一個像素的顏色，是很多條亂彈的光線的平均。看一張圖從滿是雜訊慢慢變清楚，射一條光線看它怎麼算出一個顏色，打開一個開關讓雜訊少五倍，換上金屬和玻璃，再看 BVH 怎麼讓一百萬個三角形也跑得動。

    互動

  4. № 0109 分鐘

    從零打造一個任務排程器

    60 個互相等待的任務、4 個 worker、215 行 TypeScript。排程器本身只有四條規則，連任務失敗後重新排進去都算在內；難的是回答「還要多久」。看三條進度條各自怎麼騙你，再用排程器自己去預測，最後讓它從做完的任務裡學。

    互動

  5. № 0099 分鐘

    沒有人排班的城市：300 個小人各忙各的

    一座程序化生成的 3D 城市，每個小人只看自己的四條需求決定下一件事。把決策換成隨機或固定時程，看整座城市的節奏怎麼變。

    互動

  6. № 0087 分鐘

    一邊畫地圖，一邊找自己：從零寫一個 SLAM

    一台沒有 GPS、沒有地圖的小車，怎麼一邊畫地圖、一邊知道自己在地圖上的哪裡。開著它繞一圈，看地圖慢慢歪掉，再在回到起點的那一刻整張彈正。

    互動

這本筆記的作者

我是 Paul。我喜歡把整條路自己走完：邊緣裝置上的感知模型、它產生的軌跡與事件，以及決定接下來要做什麼的代理。

GitHub

電腦視覺
多任務感知網路、teacher / student 蒸餾、Jetson 上的 ONNX / TensorRT。
多代理系統
orchestrator / worker 架構、MCP 工具契約、邊緣與雲端的分工。
LLM
多模態文件理解、結構化輸出、只在事件觸發時才呼叫的 VLM。
邊緣運算
RTSP、GStreamer、WebRTC；Python 太慢的地方用 Rust 與 Kotlin Multiplatform。