Jordon Wu

[工具兔🐰 @tool_hopper]

Google 这波，等于把 GPU 黄牛的桌子掀了 🤯

VS Code 现在可以直接连接 Google Colab。

也就是说：

→ 在你自己的编辑���里，白嫖一张 T4 GPU
→ 代码和文件在本地，算力用 Google 的

链接：
https://t.co/m9nUDrWDjc

[堇姬 Naup @naup96721]

I found a linux kernel 0 day and get root shell : ). This is the first time I successfully achieved LPE. I reported it to the Linux Kernel Security Team today. When it has been patched, I’ll publish the full research record on my blog.

[pikuma.com @pikuma]

UPDATE: I have re-recorded & improved many lectures of out 3D Computer Graphics course, especially the chapter on Perspective Projection Matrix. I was not happy with some of the old lectures so I re-recorded them to include better explanations & better derivations.

Enjoy! 🙂

[MARCELL @madietlx]

I just finished this classic:

Getting Started in Electronics
by Forrest M. Mims III

What should I read next?

[Jordon Wu @JordonWu]

@yufeng551289 优秀

[依琴 @xctwy543808]

一位母亲为了让祖母帮忙照顾自己的孩子，将孩子托��给了祖母。
结果祖母说：“养育孩子就该这样做！”并传授了教诲。=这值得我们效仿，对吧。🥰🥰

[Smukx.E @5mukx]

A short introduction to x86 Disassembly for windows

[Smukx.E @5mukx]

CPP / C++ Notes for Windows API Programming Win32

Resource:- https://t.co/aEszb6bHDR

[Jordon Wu @JordonWu]

@csf1349 昨晚表妹累坏了

[@kai_infra @sideb_01]

Linuxカーネルはどのようにネットワーク通信を処理しているのか？

ソケット、TCP/IPスタック、NICドライバ、仮想NIC、仮想スイッチ、NICのオフロード機能まで、Linuxネットワーク通信の全体像を図解付きで解説しました。

インフラエンジニアやLinux学習中の方はぜひご覧ください！

https://t.co/qrArtqXocK

#Linux #ネットワーク #TCPIP #インフラエンジニア #サーバー #Linux初心者 #プログラミング #TechBlog

[Md Ismail Šojal 🕷️ @0x0SojalSec]

The complete Embedded Systems Engineering Roadmap you’ve been looking for.

- Hardware (electronics, PCB design, microcontrollers)
- Software (C/C++, RTOS, Linux, debugging)
- Interfaces & protocols
- Soft skills for real-world success Includes curated learning resources and clear learning paths.
Ideal for beginners and professionals leveling up.

- https://t.co/1kfJycURYE

[Jordon Wu @JordonWu]

@siwang2love 估计晚上等你作业

[Praveen Kumar Verma @Alacritic_Super]

Learn GPU Programming from these universities for free

Stanford CS149 – Parallel Computing
https://t.co/fCtyk7pYU7

Carnegie Mellon 15-418/15-618 – Parallel Computer Architecture & Programming
https://t.co/GaMlTFf7WM

California Institute of Technology CS179 – GPU Programming
https://t.co/lRmjaHv9Vp

University of Illinois ECE 408 – Applied Parallel Programming (CUDA)
https://t.co/PTxRujFwyC

University of Pennsylvania CIS 5650 – GPU Programming & Architecture
https://t.co/h4KRjUVeWU

NVIDIA CUDA Education & Training
https://t.co/mSTAHpYJFi.

[Praveen Kumar Verma @Alacritic_Super]

Want to understand computers from transistors to web browsers?

George Hotz's From the Transistor to the Web Browser is one of the most ambitious learning roadmaps for software and computer engineering. It outlines a first-principles journey across the entire computing stack.

What you will learn:

⚡ Digital logic & Verilog
🖥️ CPU architecture (build an ARM processor)
🔧 Assembler & compiler design
💾 Linkers, libc & memory management
�� Operating system fundamentals
🌐 TCP/IP networking & web browser basics
📀 Filesystems & bootloaders
🔌 FPGA hardware & embedded systems

GitHub: https://t.co/DUGBoyAyPp

If you have ever wanted to truly understand how computers work from hardware to software... this roadmap is an inspiring place to start. It's an outline rather than a complete course, but it provides a challenging path through the modern computing stack.

[Jordon Wu @JordonWu]

@MrGafish 如果有考公的实力也不会让你给建议了吧

[Geek Lite @QingQ77]

一个透明、教学型的 MIPS CPU 模拟器，通过实时可视化管道状态来辅助学习计算机体系结构。

https://t.co/Q7DeI8WEX6
C++20 写的 MIPS 处理器模拟器，有终端界面和 Qt6 桌面界面两套前端。它实现了单周期和 5 级流水线两种模型，同一个接口可以运行时切换。

[Jordon Wu @JordonWu]

@oyoooo628 恭喜

[墓碑科技 @mubeitech]

一个拿过两次全球第一的机器学习大神，看了一眼大学里教 AI 的方式，觉得这帮教授全搞反了。

大学教 AI，喜欢先筑基：
微积分、线性代数、概率论，一啃就是一两年。
等学生终于见到真正的神经网络时，脑子早就被公式格式化了。
至于怎么把模型部署到服务器上？
对不起，那是工程问题，学校不教。

这位大神觉得，这就像学棒球先学三年流体力学，纯属折腾人。
学 AI，应该像学写代码或者学骑车：
先跨上去，把车骑走，摔倒了，再来琢磨重心在哪。

于是，他做了一门完全免费的课程：https://t.co/TkGmf193P4（《Practical Deep Learning for Coders》）。
没有任何学院派的花架子。
它不设繁琐的高数门槛，只要你有一点最基础的编程经验，就能开始。

它的授课逻辑是“自顶向下”。
第一节课，不推公式，直接教你用 PyTorch、fastai 和 Hugging Face 跑通一个图像分类模型，并且部署上线。
先让你看到：这东西不仅能用，而且我也能做出来。

有了这个正向反馈，再往深了刨：
神经网络底层是怎么进行矩阵乘法的？
Stable Diffusion 到底是怎么一步步降噪生成图片的？
反向传播（Backpropagation）又是怎么更新权重的？

看一眼他们的教学大纲就知道有多务实：
第一部分，全是实战，连“数据伦理”和“模型部署”这种学校里极少提、但工作里天天踩坑的细节都包进去了。
第二部分，才是带你硬核手撕底层，从零手写 Stable Diffusion。

在这个人人都想靠卖 AI 课割韭菜的时代，https://t.co/TkGmf193P4 始终免费，没有广告。
这不只是一门课，这是一场对学术精英主义的“物理超���”。
它向所有人证明了：在 AI 时代，动手构建并交付产品的能力，永远比那一纸名校的学术头衔更管用。

[Jordon Wu @JordonWu]

@biantaisuibian 180也许不是身高呢

[Inside Computing @insidecomput]

Why registers are the fastest memory in your computer (and it’s not even close).

If you think your NVMe SSD or DDR5 RAM is fast, think again. Deep inside your CPU lives a tiny group of memory storage cells called "Registers."
They leave everything else in the dust. Here is why