本篇主要介绍了在Python中如何使用tqdm进行进度条的可视化，包括基础使用以及定制化使用。

tmux是一个非常有用的终端复用器。利用tmux，我们可以很方便地执行一些终端任务，但是这些终端并不会和会话绑定，这也意味着可以很容易利用tmux执行一些后台任务，而不需要利用其他一些复杂的命令进行任务挂起。本篇主要介绍了tmux的简单使用。

在深度学习中，卷积是一种非常基本的操作，多用于对图像进行特征抽取。与卷积操作相对的一个操作是转置卷积，它通常可以用来进行上采样upsampling。本篇主要介绍了转置卷积的相关概念和运算原理。

在深度学习实验中，可视化是一个非常重要的过程。wandb则是一个轻量级的工具，用于深度学习实验跟踪和可视化，我们可以非常方便地将其集成到现有的框架当中，得到较好的可视化结果。本篇主要介绍了wandb的简单使用方式，以及如何使用sweep进行参数搜索。

本篇主要介绍了卷积神经网络，包括基础概念和原理，相关的卷积层，Pooling池化层以及Batch Normalization层等。最后介绍了一些经典的卷积网络结构，包括LeNet、AlexNet、VGG、NiN、GoogLeNet和ResNet等。

Python中的标准日志模块是logging，利用相关配置，我们可以做到一系列日志操作。而loguru是一个第三方日志记录package，相比于原始的logging，它提供了更加简单的使用方式，同时提供许多高效的功能。本篇主要介绍loguru的使用方法，以及它相对于Python标准日志模块logging的方便之处。

本篇主要介绍了现代摄影设备的一些简单成像相关知识，包括相机构成以及原理，光场概念等。本篇知识较为分散，属于一些基础的杂项知识。

本篇主要介绍了光线追踪的基本概念。包括光追引入，基础Ray Tracing，Whitted-Style Ray Tracing。为了更加真实的描述光线的作用方式，我们介绍了辐射度量学Radiometry，同时推出最终渲染方程。为了解这个渲染方程，我们介绍了路径追踪算法，并从最初的想法一步步改进到最终结果。

本篇主要介绍了计算机图形学中的几何表示，分为隐式表达和显式表达。然后介绍了曲线和曲面，包括贝塞尔曲线、曲面细分、曲面简化等。

本篇主要介绍了光栅化、着色、纹理映射等知识。光栅化完成的是将3D Model以某个分辨率绘制在屏幕上的过程；着色则指的是根据不同物体的材质和光照，进行不同效果呈现；纹理映射则完成了物体不同位置不同属性的定义。此外，还有关于图形管线，重心坐标和Shadow Mapping的简单介绍。