<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Pdch's log</title><link>https://pdch.codeberg.page/</link><description>Recent content on Pdch's log</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Tue, 11 Aug 2026 00:30:00 +0800</lastBuildDate><atom:link href="https://pdch.codeberg.page/index.xml" rel="self" type="application/rss+xml"/><item><title>PRML 第五章：神经网络 — 从固定基函数到可学习表示</title><link>https://pdch.codeberg.page/blog/2026-08-11-neural-networks/</link><pubDate>Tue, 11 Aug 2026 00:30:00 +0800</pubDate><guid>https://pdch.codeberg.page/blog/2026-08-11-neural-networks/</guid><description>&lt;h1 id="prml-第五章神经网络"&gt;PRML 第五章：神经网络&lt;/h1&gt;
&lt;p&gt;第四章的最后一节问了一个问题：&lt;strong&gt;谁来选择基函数？&lt;/strong&gt; 手工加上二次基函数 $\phi(\mathbf{x})=[1,x_1,x_2,x_1^2,x_1x_2,x_2^2]^\top$ 能解决 moons 问题，但换一个任务就得重新设计，而且固定基函数的数量会随着特征维度爆炸式增长。&lt;/p&gt;</description></item><item><title>PRML 第四章：线性分类模型 — 从决策边界到贝叶斯逻辑回归</title><link>https://pdch.codeberg.page/blog/2026-07-30-linear-classification/</link><pubDate>Thu, 30 Jul 2026 00:30:00 +0800</pubDate><guid>https://pdch.codeberg.page/blog/2026-07-30-linear-classification/</guid><description>&lt;h1 id="prml-第四章线性分类模型"&gt;PRML 第四章：线性分类模型&lt;/h1&gt;
&lt;p&gt;第三章里，我们用线性模型预测连续值；现在把目标换成离散类别。看起来只是把输出从 $\mathbb{R}$ 换成 $\{0,1\}$，实际却带来三个新问题：&lt;/p&gt;</description></item><item><title>PRML 第三章：线性回归模型 — 从最大似然到贝叶斯</title><link>https://pdch.codeberg.page/blog/2026-07-23-linear-regression/</link><pubDate>Thu, 23 Jul 2026 21:21:10 +0800</pubDate><guid>https://pdch.codeberg.page/blog/2026-07-23-linear-regression/</guid><description>&lt;h1 id="prml-第三章线性回归模型"&gt;PRML 第三章：线性回归模型&lt;/h1&gt;
&lt;blockquote&gt;&lt;p&gt;给定一堆数据点，怎么画一条「最好」的直线？如果数据是弯的呢？如果画得太努力反而搞砸了呢？&lt;/p&gt;
&lt;/blockquote&gt;&lt;p&gt;假设你在买房。手上有一批数据：房子的面积和成交价。你发现面积越大价格越贵——能不能用面积来预测价格？&lt;/p&gt;</description></item><item><title>在 Jupyter Notebook 中制作并展示 Manim 动画</title><link>https://pdch.codeberg.page/blog/2026-07-20-manim-notebook-demo/</link><pubDate>Mon, 20 Jul 2026 00:00:00 +0800</pubDate><guid>https://pdch.codeberg.page/blog/2026-07-20-manim-notebook-demo/</guid><description>&lt;p&gt;这个示例展示如何在 Jupyter Notebook 中编写并渲染 Manim 动画。下面的代码与输出直接来自同目录下的 &lt;code&gt;demo.ipynb&lt;/code&gt;，视频以 Base64 形式内嵌在 Notebook 中，无需额外的视频文件。&lt;/p&gt;</description></item><item><title>在Niri+DMS环境上使用wallpaper engine壁纸</title><link>https://pdch.codeberg.page/blog/2026-07-04-using-wallpaper-engine-on-niri-dms/</link><pubDate>Sat, 04 Jul 2026 15:20:53 +0800</pubDate><guid>https://pdch.codeberg.page/blog/2026-07-04-using-wallpaper-engine-on-niri-dms/</guid><description>&lt;h2 id="先决条件"&gt;先决条件&lt;/h2&gt;
&lt;p&gt;首先需要配置好如下内容。&lt;/p&gt;
&lt;h3 id="niridms环境"&gt;Niri+DMS环境&lt;/h3&gt;
&lt;p&gt;这个在&lt;a href="https://github.com/AvengeMedia/DankMaterialShell#installation" target="_blank" rel="noopener noreferrer"&gt;DankMaterialShell&lt;/a&gt;
的readme中一行命令就可以安装了。&lt;/p&gt;
&lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-sh" data-lang="sh"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;curl -fsSL https://install.danklinux.com &lt;span class="p"&gt;|&lt;/span&gt; sh
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h3 id="wallpaper-engine"&gt;wallpaper engine&lt;/h3&gt;
&lt;p&gt;老生常谈的壁纸软件，在steam上下载。&lt;/p&gt;
&lt;h3 id="linux-wallpaper-engine"&gt;linux wallpaper engine&lt;/h3&gt;
&lt;p&gt;我们只是使用wallpaper engine来搜索、下载、管理壁纸。要在Linux上使用则需要根据readme安装&lt;a href="https://github.com/Almamu/linux-wallpaperengine" target="_blank" rel="noopener noreferrer"&gt;linux-wallpaperengine&lt;/a&gt;
。编译安装完成后需要在PATH中，例如如果在zshrc中添加路径则只会在zsh会话中生效，参考此&lt;a href="https://github.com/sgtaziz/dms-wallpaperengine/issues/19#issuecomment-4187194612" target="_blank" rel="noopener noreferrer"&gt;issue&lt;/a&gt;
。&lt;/p&gt;</description></item><item><title>LZN的无监督方法介绍</title><link>https://pdch.codeberg.page/blog/2025-10-17-latent-zoning-network-interpretation/</link><pubDate>Fri, 17 Oct 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-10-17-latent-zoning-network-interpretation/</guid><description>&lt;h2 id="写在前面"&gt;写在前面&lt;/h2&gt;
&lt;p&gt;Latent Zoning Network: A Unified Principle for Generative Modeling, Representation Learning, and Classification 是一篇由 Microsoft 发表在 NeurIPS 2025 的论文，通过“共享高斯潜在空间 + 编码器/解码器对”将三类任务统一为同一框架下的不同“翻译”操作，从而简化流程、促进任务间协同。&lt;/p&gt;</description></item><item><title>TAAC七日游</title><link>https://pdch.codeberg.page/blog/2025-09-14-taac-participate-record/</link><pubDate>Sun, 14 Sep 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-09-14-taac-participate-record/</guid><description>&lt;h1 id="taac七日游"&gt;TAAC七日游&lt;/h1&gt;
&lt;p&gt;本文记录了我在TAAC（腾讯广告算法大赛）比赛中的参赛经历和心得体会。&lt;/p&gt;
&lt;p&gt;2025年7月31日，在比赛报名截止的六小时前本人于一个交流群中得知了TAAC比赛，并决定报名参加。&lt;/p&gt;</description></item><item><title>深度学习中的矩阵求导基础</title><link>https://pdch.codeberg.page/blog/2025-07-14-the-basics-of-matrix-differentiation-in-deep-learning/</link><pubDate>Mon, 14 Jul 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-07-14-the-basics-of-matrix-differentiation-in-deep-learning/</guid><description>&lt;blockquote class="admonition-note"&gt;
 &lt;span class="admonition-title"&gt;注意&lt;/span&gt;
 &lt;p&gt;笔者假定读者已经具备一定的线性代数和微积分基础，熟悉矩阵运算和基本的求导规则。&lt;/p&gt;
&lt;/blockquote&gt;&lt;h1 id="深度学习中的矩阵求导基础"&gt;深度学习中的矩阵求导基础&lt;/h1&gt;
&lt;h2 id="矩阵求导的布局"&gt;矩阵求导的布局&lt;/h2&gt;
&lt;p&gt;在深度学习中，矩阵求导是一个重要的概念。我们通常使用两种布局来表示矩阵求导：分母布局（Denominator Layout）和分子布局（Numerator Layout）。&lt;/p&gt;</description></item><item><title>深度学习中的数学</title><link>https://pdch.codeberg.page/blog/2025-07-14-mathematics-behind-deep-learning/</link><pubDate>Mon, 14 Jul 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-07-14-mathematics-behind-deep-learning/</guid><description>&lt;blockquote class="admonition-tip"&gt;
 &lt;span class="admonition-title"&gt;提示&lt;/span&gt;
 &lt;p&gt;本文灵感来自BiliBili up主&lt;a href="https://space.bilibili.com/1706874133" target="_blank" rel="noopener noreferrer"&gt;ReadPaper论文阅读&lt;/a&gt;
的系列视频&lt;a href="https://space.bilibili.com/1706874133/lists?sid=1933483" target="_blank" rel="noopener noreferrer"&gt;《深度学习中的数学》&lt;/a&gt;
。&lt;/p&gt;</description></item><item><title>Clang+Clangd+Xmake使用import std</title><link>https://pdch.codeberg.page/blog/2025-05-04-clang-clangd-xmake-import-std/</link><pubDate>Sun, 04 May 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-05-04-clang-clangd-xmake-import-std/</guid><description>&lt;h2 id="1-环境配置"&gt;1. 环境配置&lt;/h2&gt;
&lt;p&gt;我个人使用的环境是：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;Debian unstable&lt;/li&gt;
&lt;li&gt;visual studio code&lt;/li&gt;
&lt;li&gt;Clang 20.1.5&lt;/li&gt;
&lt;li&gt;Clangd 20.1.5&lt;/li&gt;
&lt;li&gt;Xmake 2.9.9&lt;/li&gt;
&lt;/ul&gt;
&lt;h3 id="11-安装llvm全家桶"&gt;1.1 安装llvm全家桶&lt;/h3&gt;
&lt;p&gt;根据&lt;a href="https://apt.llvm.org/" target="_blank" rel="noopener noreferrer"&gt;apt.llvm.org&lt;/a&gt;
的说明，添加llvm源：&lt;/p&gt;
&lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-bash" data-lang="bash"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;wget https://apt.llvm.org/llvm.sh
&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;chmod +x llvm.sh
&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;sudo ./llvm.sh &lt;span class="m"&gt;20&lt;/span&gt; all
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;strong&gt;注意&lt;/strong&gt;：需要有对应的libc++-20-dev包。如果有任何疑问可以使用apt policy libc++-20-dev查看。&lt;/p&gt;</description></item><item><title>变分自编码器</title><link>https://pdch.codeberg.page/blog/2025-03-28-variational-autoencoder/</link><pubDate>Fri, 28 Mar 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-03-28-variational-autoencoder/</guid><description>&lt;p&gt;论文链接：&lt;a href="https://papers.cool/arxiv/1312.6114" target="_blank" rel="noopener noreferrer"&gt;🔗&lt;/a&gt;
&lt;/p&gt;
&lt;p&gt;由于我个人是做自监督相关的，故本文仅介绍自监督(self-supervised learning,SSL)方面VAE提供了什么。
&lt;del&gt;其实在自监督中我们仅仅用到了VAE，没有用到decoder&lt;/del&gt;&lt;/p&gt;</description></item><item><title>人工智能基础</title><link>https://pdch.codeberg.page/blog/2025-03-09-the-way-to-artificial-intelligence/</link><pubDate>Sun, 09 Mar 2025 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2025-03-09-the-way-to-artificial-intelligence/</guid><description>&lt;blockquote&gt;&lt;h2 id="基础技术栈"&gt;基础技术栈&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;系统&lt;/strong&gt;：Debian（Gnome）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;环境管理&lt;/strong&gt;：venv，pip&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;编程语言&lt;/strong&gt;：Python&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;AI 框架&lt;/strong&gt;：Pytorch&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;通用计算&lt;/strong&gt;：Jax&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;内容管理工具&lt;/strong&gt;：Git&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;集成开发环境&lt;/strong&gt;：VScode（本地环境）、Jupyterlab（远程环境）&lt;/li&gt;
&lt;/ul&gt;
&lt;/blockquote&gt;&lt;blockquote&gt;&lt;h2 id="进阶技术栈"&gt;进阶技术栈&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;编程语言&lt;/strong&gt;：C++（g++、cling，标准=23）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;AI 框架&lt;/strong&gt;：Pytorch（AMP，DDP并发）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;环境管理&lt;/strong&gt;：Podman（Devcontainer安装Podman-Docker软件包）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;大数据&lt;/strong&gt;：duckdb（替代pandas）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;构建工具&lt;/strong&gt;：xmake&lt;/li&gt;
&lt;/ul&gt;
&lt;/blockquote&gt;&lt;blockquote&gt;&lt;h2 id="自选方向技术栈"&gt;自选方向技术栈&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;原型计算&lt;/strong&gt;： MATLAB&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;云计算&lt;/strong&gt;：K8s（rancher）、KVM、SDS（ceph）、SDN&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;边缘智能&lt;/strong&gt;：TensorRT、onnx&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;高性能AI&lt;/strong&gt;：flax、optax、orbax&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;加速器&lt;/strong&gt;：FPGA（xilinx）、vitis、PCIe&lt;/li&gt;
&lt;/ul&gt;
&lt;/blockquote&gt;&lt;blockquote class="admonition-note"&gt;
 &lt;span class="admonition-title"&gt;注&lt;/span&gt;
 &lt;ol&gt;
&lt;li&gt;基础技术栈建议在进入方向后3-6个月内完成；&lt;/li&gt;
&lt;li&gt;进阶技术栈建议在基础学习完后1-2个月内完成；&lt;/li&gt;
&lt;li&gt;自选方向技术栈仅作为参考，目前阶段无强制要求；&lt;/li&gt;
&lt;li&gt;使用“/”连接表示可选择其中一种技术，使用“，”仅作为分隔符；&lt;/li&gt;
&lt;li&gt;WSL2不再推荐，仅作为过渡使用。&lt;/li&gt;
&lt;/ol&gt;
&lt;/blockquote&gt;&lt;hr&gt;
&lt;h3 id="以下推荐一些需要的数学知识"&gt;以下推荐一些需要的数学知识&lt;/h3&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;&lt;a href="https://www.zhihu.com/column/gs-linear-algebra" target="_blank" rel="noopener noreferrer"&gt;线性代数&lt;/a&gt;
&lt;/strong&gt;：介绍了人工智能所需的线性代数基础&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;&lt;a href="https://www.zhihu.com/column/c_1334301979816820736" target="_blank" rel="noopener noreferrer"&gt;机器学习方法&lt;/a&gt;
&lt;/strong&gt;：深入介绍机器学习中的一些基础方法&lt;/li&gt;
&lt;/ul&gt;</description></item><item><title>Linux Pytorch深度学习环境搭建速通</title><link>https://pdch.codeberg.page/blog/2024-09-29-my-environment-setup/</link><pubDate>Sun, 29 Sep 2024 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2024-09-29-my-environment-setup/</guid><description>&lt;h2 id="step-0-系统启动盘制作"&gt;Step 0. 系统启动盘制作&lt;/h2&gt;
&lt;p&gt;简单来说，Ventoy是一个制作可启动U盘的开源工具。有了Ventoy你就无需反复地格式化U盘，你只需要把 ISO/WIM/IMG/VHD(x)/EFI 等类型的文件直接拷贝到U盘里面就可以启动了，无需其他操作。你可以一次性拷贝很多个不同类型的镜像文件，Ventoy 会在启动时显示一个菜单来供你进行选择。
下载地址:&lt;a href="https://www.ventoy.net/cn/download.html" target="_blank" rel="noopener noreferrer"&gt;https://www.ventoy.net/cn/download.html&lt;/a&gt;

安装到U盘以后，只需要将iso镜像复制到U盘中即可。个人建议前往镜像站下载操作系统的iso镜像。&lt;/p&gt;</description></item><item><title>Intel A770 GPU深度学习环境搭建（Linux）</title><link>https://pdch.codeberg.page/blog/2024-06-28-a770-deeplearning-env-setup/</link><pubDate>Fri, 28 Jun 2024 00:00:00 +0000</pubDate><guid>https://pdch.codeberg.page/blog/2024-06-28-a770-deeplearning-env-setup/</guid><description>&lt;blockquote class="admonition-tip"&gt;
 &lt;span class="admonition-title"&gt;提示&lt;/span&gt;
 &lt;p&gt;Pytorch的文档已经添加xpu(Intel GPU)入门&lt;a href="https://docs.pytorch.org/docs/stable/notes/get_start_xpu.html" target="_blank" rel="noopener noreferrer"&gt;教程&lt;/a&gt;

我在这里会介绍安装过程中的一些坑和注意事项。&lt;/p&gt;
&lt;/blockquote&gt;&lt;blockquote class="admonition-note"&gt;
 &lt;span class="admonition-title"&gt;注意&lt;/span&gt;
 &lt;ul&gt;
&lt;li&gt;系统最好是Intel GPU Driver指定的版本。
&lt;ul&gt;
&lt;li&gt;使用 GradScaler 进行训练需要 FP64 的硬件支持。Intel® Arc™ A 系列显卡本身不支持 FP64。如果您在 Intel® Arc™ A 系列显卡上使用AMP训练网络，请禁用 GradScaler。所以我建议直接使用bf16精度训练，bf16精度优于fp16。&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;/blockquote&gt;&lt;blockquote class="admonition-warning"&gt;
 &lt;span class="admonition-title"&gt;警告&lt;/span&gt;
 &lt;p&gt;要想使用A770 GPU进行计算，必须开启主板BIOS中的Resize BAR功能，并确保开启Above 4G Decoding。否则该显卡只能用于显示/渲染，无法进行计算。&lt;/p&gt;</description></item><item><title>关于</title><link>https://pdch.codeberg.page/about/</link><pubDate>Mon, 01 Jan 2024 00:00:00 +0800</pubDate><guid>https://pdch.codeberg.page/about/</guid><description>&lt;p&gt;AI Developer&lt;/p&gt;
&lt;p&gt;你好，我是Pd.ch，本科人工智能专业，目前专注于无监督学习与生成式AI。这是我的个人博客，用于记录和分享我在生活或者技术方面的学习心得与成长收获。&lt;/p&gt;</description></item><item><title>友情链接</title><link>https://pdch.codeberg.page/links/</link><pubDate>Mon, 01 Jan 2024 00:00:00 +0800</pubDate><guid>https://pdch.codeberg.page/links/</guid><description>&lt;h2 id="小伙伴们"&gt;小伙伴们&lt;/h2&gt;
&lt;div class="friend-wrap"&gt;
 &lt;div class="friend-item-wrap"&gt;
 &lt;a href="http://taboo-sdh.top" rel="noopener nofollow noreferrer" target="_blank" aria-label="Taboo&amp;#39;s Blog"&gt;&lt;/a&gt;
 &lt;div class="friend-icon-wrap"&gt;
 &lt;img class="no-lightbox" src="http://taboo-sdh.top/wp-content/uploads/2025/04/1744538837-liziqiu.jpg" alt="Taboo&amp;#39;s Blog" loading="lazy"&gt;
 &lt;/div&gt;
 &lt;div class="friend-info-wrap"&gt;
 &lt;div class="friend-name"&gt;Taboo&amp;#39;s Blog&lt;/div&gt;
 &lt;div class="friend-desc"&gt;Pd.ch的朋友，嵌入式开发者，喜欢研究一些稀奇古怪的小东西。&lt;/div&gt;
 &lt;/div&gt;
 &lt;/div&gt;
 &lt;div class="friend-item-wrap"&gt;
 &lt;a href="https://nyaku.moe" rel="noopener nofollow noreferrer" target="_blank" aria-label="一之濑亚子"&gt;&lt;/a&gt;
 &lt;div class="friend-icon-wrap"&gt;
 &lt;img class="no-lightbox" src="https://nyaku.moe/images/avatar.jpg" alt="一之濑亚子" loading="lazy"&gt;
 &lt;/div&gt;
 &lt;div class="friend-info-wrap"&gt;
 &lt;div class="friend-name"&gt;一之濑亚子&lt;/div&gt;
 &lt;div class="friend-desc"&gt;很想变得可爱&lt;/div&gt;
 &lt;/div&gt;
 &lt;/div&gt;
 &lt;div class="friend-item-wrap"&gt;
 &lt;a href="https://mtftau-5.github.io/" rel="noopener nofollow noreferrer" target="_blank" aria-label="MTFTau-5"&gt;&lt;/a&gt;
 &lt;div class="friend-icon-wrap"&gt;
 &lt;img class="no-lightbox" src="https://mtftau-5.github.io/images/logo/favicon.jpg" alt="MTFTau-5" loading="lazy"&gt;
 &lt;/div&gt;
 &lt;div class="friend-info-wrap"&gt;
 &lt;div class="friend-name"&gt;MTFTau-5&lt;/div&gt;
 &lt;div class="friend-desc"&gt;MTFTau-5的个人博客，佳代子单推，数学专业的传统派AI狂人，以及Pd.ch的小老弟&lt;/div&gt;
 &lt;/div&gt;
 &lt;/div&gt;
&lt;/div&gt;
&lt;h2 id="本站信息"&gt;本站信息&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;站名： Pdch&amp;rsquo;s log&lt;/li&gt;
&lt;li&gt;站长： Pdch&lt;/li&gt;
&lt;li&gt;网址： &lt;a href="https://pd-ch.github.io" target="_blank" rel="noopener noreferrer"&gt;https://pd-ch.github.io&lt;/a&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="申请方法"&gt;申请方法&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;添加本站后，在本页留言，格式如下&lt;/li&gt;
&lt;/ul&gt;
&lt;div class="highlight"&gt;&lt;pre tabindex="0" class="chroma"&gt;&lt;code class="language-yml" data-lang="yml"&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="l"&gt;```yml&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;- &lt;span class="nt"&gt;name&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="c"&gt;#您的名字&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="nt"&gt;url&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="c"&gt;#您的网址&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="nt"&gt;desc&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="c"&gt;#简短描述&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="nt"&gt;image&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;&lt;span class="w"&gt; &lt;/span&gt;&lt;span class="c"&gt;#一张图片&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span class="line"&gt;&lt;span class="cl"&gt;&lt;span class="l"&gt;```&lt;/span&gt;&lt;span class="w"&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;</description></item></channel></rss>