AI领域近年来涌现出多个爆火工具，涵盖代码生成、自然语言处理和多模态交互。如claudecode、openclaw、codex等等，紧跟AI潮流进行探索。在windows端和wsl linux端都进行了尝试，日常工作主要面向linux，因此在此只介绍wsl端的探索，并且探索命令行工具claudecode。文中有些探索方式出自鱼皮教程以上就是今天的内容。

AI领域近年来涌现出多个爆火工具，涵盖代码生成、自然语言处理和多模态交互。如claudecode、openclaw、codex等等，紧跟AI潮流进行探索。在windows端和wsl linux端都进行了尝试，日常工作主要面向linux，因此在此只介绍wsl端的探索，并且探索openclaw。文中有些探索方式出自鱼皮教程OpenClaw​ 是一个AI智能体（Agent）执行框架。它的核心定位是“给A

AI领域近年来涌现出多个爆火工具，涵盖代码生成、自然语言处理和多模态交互。如claudecode、openclaw、codex等等，紧跟AI潮流进行探索。在windows端和wsl linux端都进行了尝试，日常工作主要面向linux，因此在此只介绍wsl端的探索，并且探索openclaw。文中有些探索方式出自鱼皮教程OpenClaw​ 是一个AI智能体（Agent）执行框架。它的核心定位是“给A

MobileNetV1由Google团队在2017年提出，是一篇关于轻量级神经网络的论文。前面学习的VGG、GoogLeNet、ResNet等网络虽然精度高，但模型体积大、计算量大，难以部署到移动端和嵌入式设备上。MobileNet系列正是为解决这一问题而生。核心思想：深度可分离卷积（Depthwise Separable Convolution）Depthwise Convolution（深度卷

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。提出：2014年由Go

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。图中展示了VGG网络的

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。图中展示了VGG网络的

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。历史地位：2012年I

在日常工作中，我专注于并行计算领域，主要依托GPGPU、NPU等高算力芯片进行开发。当前，高算力与AI已深度融合，计算与人工智能二者相辅相成：底层计算为实现通用算法与算子提供基础，而AI模型则能反哺并优化传统算法的决策效率与性能。为系统构建这方面的知识体系，我在公司导师的推荐下，跟随up主“霹雳吧啦Wz”的CNN系列视频进行学习，并通过博客记录学习过程，融入自己的理解与总结。以上就是今天要讲的内容