笔记方式应基于个人习惯选择，核心要求：
- 信息准确无误
- 便于理解
- 易于查阅复习
我曾是完善笔记的忠实拥趸，如今仓库中那些详尽的笔记正是那段时期的见证。经过实践验证，相较于构建完整的电子笔记系统，我找到了更高效的知识管理方式：直接在文档里批注重点，记录整理框架，把时间花在实践上。
并且随着技术发展，现代AI工具已经能够很好地辅助传统笔记功能，手工记录的效率相对降低。
未来我会将更多技术总结和思考整理发布在个人博客中。
.
├── Machine Learning and Deep Learning
│ ├── Adversarial Attack
│ ├── Anomaly Detection
│ ├── Deep Learning
│ ├── Explainable Machine Learning
│ ├── Flow-based Generative Model
│ ├── Generative Adversarial Network
│ ├── Life-long Learning
│ ├── Machine Learning
│ ├── Meta Learning
│ ├── Network Compression
│ ├── Reinforcement Learning
│ ├── Semi-supervised Learning
│ ├── Seq2Seq
│ ├── Structured Learning
│ ├── Transfer Learning
│ └── Unsupervised Learning
├── The Verilog Hardware Description Language
├── 编码
├── 电子信息系统
└── 软件工程导论