YuYu

于式瘋情 (Crazy Bits with Yu)

Education ZH ↓ Odcinki: 9

【頻道簡介：于式瘋情 Crazy Bit with Yu】這是一個由理性的腦與感性的心交織而成的反差空間。我們用科學療癒心靈，用情感包覆技術，在資訊科學的嚴謹中，挖掘那一點點瘋狂卻浪漫的光。這裡不聊門檻極高的高端技術，只分享最有趣的 AI 資訊理論、寫程式的基礎秘密，以及有關「心」的深度連結。讓我們在這個反差萌的小宇宙裡，燃燒理性的浪漫。【你會在這裡聽見什麼？】Bit of AI：從算法的深度到對話的溫度。在生成式的浪潮中，不只學會駕馭工具，更要學會如何在 AI 的鏡像裡，看見人類獨有的靈光。Bit of Create：捕捉人腦的珍貴創意。在天馬行空的邊界，陪你一同打破常規，瘋狂創造。Bit of Tech：拆解 0 與 1 的冷酷邏輯。帶著 100% 的浪漫...

Koniecznie odwiedź stronę podcastu i wesprzyj twórcę: player.soundon.fm

Autor

YuYu

Kategoria

Education

Strona podcastu

player.soundon.fm

Ostatni odcinek

20 maj 2026

Gdzie słuchać?

Podcasty w aplikacji Replaio Radio Już wkrótce

Podcasty trafią do aplikacji już wkrótce. Zainstaluj teraz i jako pierwszy zobacz nowe podejście do podcastów

Zainstaluj za darmo Android 5 mln+ pobrań · ocena 4,8 iOS niedługo

Odcinki

[BitOfCS] [資料結構] 堆疊跟佇列差在哪？人生就是一個 Stack：總是在後悔。進出順序決定一切(含互動視覺化網站) Stack & Queue. Life Is a Stack — Always Undoing Mistakes. It's All About Who Gets In and Out First (Interactive Website) 20.05.2026 18:31

🌐 互動視覺化網站 Interactive Website 邊看邊玩，自己動手。Try it yourself — visualize everything! 👉 https://sanasana0308.github.io/ds-algo/ 你有沒有想過，為什麼 Ctrl+Z 可以救你？為什麼印表機不會插隊？為什麼 LINE 訊息按照順序來？答案都在這兩個資料結構裡：Stack（堆疊）和 Queue（佇列）。「反正這兩個不就是放進去拿出來？」一句話差點讓你錯過最核心的差異。這集從生活例子出發，帶你理解兩者最核心的差異：...

[BitOfCS] [資料結構] 陣列鏈結串列(2互動視覺化網站)。你每天都在用，卻從來沒注意過的資料結構 The Data Structures You Use Every Day (Without Knowing It) (2: Interactive Data Visualization Website) 14.05.2026 12:34

互動視覺化網站 Interactive Data Visualization Website ** [https://sanasana0308.github.io/ds-algo/**](< https://sanasana0308.github.io/ds-algo/>) >) 陣列、鏈結串列根本不一樣，讓你再也不搞混 Array vs Linked List — Stop Confusing Them Forever 你每天滑 YouTube、用 Google 搜尋，背後默默運作的就是資料結構。「反正都用陣列就好了吧？」——這句話讓無數程式跑慢了一輩子。如果你的書房是一片混亂，你找...

[BitOfCS] [資料結構] 陣列鏈結串列(1:理論)。你每天都在用，卻從來沒注意過的資料結構。[Data Structure] Array Linked List. The Data Structures Every Day (1: theory) 11.05.2026 16:18

你每天滑 YouTube、用 Google 搜尋，背後默默運作的就是資料結構。「反正都用陣列就好了吧？」——這句話讓無數程式跑慢了一輩子。如果你的書房是一片混亂，你找一本書可能要翻半小時；但如果你有書架、有分類，三秒就找到。這就是資料結構在做的事。這集我們用最接地氣的方式，把陣列（Array）跟鏈結串列（Linked List）的差異講清楚：讀取誰快、插入誰贏、記憶體誰省。 #資料結構 #Array #陣列 #LinkedList #鏈結串列 #BigO #複...

[BitOfAI] [細說Transformer] QKV & self-attention(上) | chatGPT怎麼知道蘋果到底是水果還是公司？Transformer 的靈魂：QKV 與自注意力機制。 30.04.2026 16:51

電腦怎麼知道你說的「蘋果」能不能吃？這部影片將帶你深入 Transformer 的核心——Self-Attention（自注意力機制）。我們將把枯燥的數學轉化為好懂的「角色扮演」，介紹 AI 理解語言的三大祕密武器： Q (Query) 發問者：我在哪？誰跟我有關？ K (Key) 資訊提供者：標籤化特徵，對應發問者的需求。 V (Value) 真實內涵：字典裡的具體語義。透過向量投影與矩陣運算，AI 能像擁有「上帝視角」一樣觀察前後文，精準修正詞彙的座標，徹底...

[BitOfAI] 從 Token 到向量：AI怎麼看懂我們的語言? 教它把「蘋果」轉成數學座標！ From Token to Vector: How does AI Understand Human’s Language? 23.04.2026 21:31

別再對電腦說人話了，它只聽得懂「中括號」裡的向量祕密。AI 其實是個只懂數學的「三歲小孩」！它看不懂中文，在它眼裡，你的情書或簡訊全是一堆數字。 Token：依照token數收費就是它！看 AI 如何把句子切成它才懂的小方塊,。 512 維的神祕空間：文字變身「向量」，連「高貴感」都能化為座標,。內積大運算：用數學算出「蘋果」跟「手機」到底有多像？。 Attention 注意力：看 AI 如何動態判斷你買的是水果還是新手機！想知道你的...

[BitOfAI] AI本質是函數 | (類)神經網路的老派浪漫(下) - The Essence of AI is a Function: The "Old-School Romance" of Neural Networks 16.04.2026 17:51

分清「貴賓狗還炸雞」也可 f(x)嗎? 雖然當紅的是「生成式 AI」，但其核心底層始終是「(類)神經網路」，很多人會跳過神經網路，還來不及了解"傳統AI"在做什麼，就直接學習當紅酷炫的"生成式AI"理論。這就像在不穩固的地基上蓋房子，其實是有點可惜且危險的。從基礎的「辨識」任務(例如分清貴賓狗還是炸雞！)，到先進的「生成」任務，這是一脈相承的技術演進。本影片帶大家回到原點，理解AI如何從神經網路找出完美的f(x)函數。 AI的...

[BitOfAI] AI本質是函數 | (類)神經網路的老派浪漫(上) - The Essence of AI is a Function: The "Old-School Romance" of Neural Networks 10.04.2026 14:03

[BitOfAI] 速講RNN & Transformer | LLM只是文字接龍嗎? Transformer: 那些RNN不能解決的就交給我吧。| Is LLM only text continuation? Transformer: Let me solve what RNN cannot solve. 31.03.2026 13:58

[A Bit of Tech] 速講 LLM RNN Transformer | LLM只是文字接龍嗎? 我只是想要被理解。Transformer: 那些RNN不能解決的就交給我吧。很多人說 LLM只是文字接龍，你覺得呢? 我只是想要被理解，如果是的話我該怎麼辦? RNN(循環神經網路)作為神經網路三大巨頭之一，他也有不行的時候。因此Transformer發下狂語說: 「All you need is attention.」那些RNN不能解決的就交給我吧。 Many people say that LLMs are just doing text contin...

[BitOfCreate] 我不知道主題做什麼啊? | 先發想再建置，你的AI chatbot. - What the topic should be about? | Think first then build up. 27.03.2026 17:27

建立一個小chatbot，是學習AI agent很棒的起點。很多人會說有了AI的幫忙，技術不再是問題，但我不知道主題要做什麼啊? 確實技術不再是問題了，但必須在一開始就做好發想的準備和練習，好好地創造，想清楚why and what，天馬行空的瘋狂想像一番，有計畫的制定每個步驟，創意和想法才是最重要的第一步。 If AI makes a mistake, call it a 'Beta test'; if you make a mistake, call it an 'Artistic choice'. Keep dreaming big a...