陆陆自习室

序言欧洲文明源头：两希文明（希腊/希伯来）-罗马-基督教文明源头的源头： 现代伊拉克附近的波斯文明（大流士）->埃及->希腊。 爱琴文明，近代来源，克里特岛，两河流域和希腊本土的跳板 希腊 欧洲的精神家园城邦制度城邦民主-奴隶主的民主。伯里克利的演讲（为了吊唁雅典在同斯巴达战争中牺牲的战士）提到雅典精神：民主，法治，冒险，国家荣誉。 三个时期 1000BC~700BC：传说历史，两个城邦民主的雅典/专制的斯巴达 700BC~400BC：辉煌时期，哲学发展（苏格拉底/柏拉图）。直接民主（500人大会把苏格拉底投死）。梭伦改革（接触奴隶负担，外邦人公民权，元老院和400人议事会，陪审法庭）。 400BC~0：罗马占领希腊，希腊变成行省。亚历山大（马其顿国王）东征，打到小亚细亚，波斯，北非甚至印度。亚里士多德作为亚历山大的老师，在大力发展了文教。后来雅典国运渐渐下降，最终被罗马吞并。 三次战争和四次改革希波战争 伯罗奔尼撒战争 亚历山大东征四次改革重点：主权在民，轮番为治 德拉孔立法：公共事务须民主 梭伦改革：见上面� 伯里克利改革：贫 ...

建国 建国是一只猫的名字，是一只狸花猫，毛色还带点橘色。黑色的鼻子，前爪的脚垫是黑色的，后爪掺了点粉色。建国的名字听起来是个公猫，但是其实她是一只小母猫。送养人从路边把它捡来，没过两个月就送到我家，成为了我的第一只猫。送养人信誓旦旦这是只公猫，我们也就信以为真，直到绝育的时候，医生肯定地说这是只母猫时，我们都一脸懵逼。绝育时的建国可不让人省心，刚戴上耻辱圈回家，就从loft二楼跌了下来，把我们吓了一跳，最后只能送到宠物医院住院观察，前前后后折腾了好几天，花费也是普通猫猫的好几倍。 建国一直都很笨，虽然她很努力地学，但是还是没学会埋屎，扒拉半天猫砂也没盖上去，埋了个寂寞。通常她拉完屎，二狗（另一只猫）都会看不下去，进去帮他埋掉。后来为了解决问题，我们斥巨资买了个自动猫砂盆。 建国不太挑食，甚至还很喜欢吃栗子。她吃猫条的时候，会把包装上咬的到处都是洞。虽然贪吃，但是建国也不护食，吃完饭还会装模作样埋一埋。 建国非常粘人，刚来家的时候和我们还不太亲，总是躲在角落和沙发底下。但是过了一周，她就敢躺在我胸口打着呼噜睡觉了。哦对，建国打呼噜的声音特别响，离着两三米都能清楚听见。每 ...

最近接连读完了丹琼斯的三本关于英国中世纪的书：《金雀花王朝》，《空王冠》和《血夏》，对这个时间空间离我们都很远的年代有了一定的认识。说实话欧洲中世纪历史冗杂纷繁，加之各个主要人物经常重名，因此很容易就写的无趣。丹琼斯以其不俗的笔力将这段历史娓娓道来，凭借这三本书屡屡登上各类畅销书榜单。然而，读这几本书时还是容易有陷入细节无法自拔的情况，因此正好三本读完，按时间做一个流水账式的总结。 金雀花王朝一切开始于亨利二世(短斗篷亨利），他的母亲是亨利一世的女儿，父亲则是安茹伯爵，所以其实他算是一个法国人。但是由于亨利一世没有儿子，因此最后亨利二世去接了他外公的班，开创了金雀花王朝（又称安茹王朝, 1154年）。亨利二世在位期间进行了司法改革，其一是加强王室法庭的权利，其二是创立了陪审制度，废除了荒谬的神裁法。陪审团制度影响深远，现代英美法系沿用至今。这些改革将司法权从神权之中剥离。亨利二世在位期间通过各种斗争，逐渐巩固和扩大了王权。 此外，他还创立了牛津大学(1167年)。 然而亨利二世晚年由于情妇及封地问题家庭失和，父子反目，甚至兵戎相见，最终凄惨病死。同年，其子理查一世登基。理查一世 ...

去年为数不多的成文的论文笔记，忘了更在博客，repost一下。 The Hardware Lottery是近期在机器学习社区引起了广泛讨论的一篇文章，其作者Sara Hooker是Google Brain的一名研究员。 其实整片文章的核心思想都挺明确，直接写在了introduce的第一句话里： This essay introduces the term hardware lottery to describe when a research idea wins because it is suited to the available software and hardware and not because the idea is universally superior to alternative research directions. 科研上，胜出的那些研究方案往往并不是因为它们全方面优于其他方案，而是它们更适合当时的软硬件环境。 软硬件的分流作者先回顾了软硬件的发展历史，在早期，大部分“计算机器”并不区分软件硬件，因为当时的硬件都是为了某一特定用 ...

赶完上一期ddl，最近的时间相对充裕一点，又适逢农历新年刚过，干劲正足，发现已经有一年多没有更新博客，因此准备重新开始更新了。周末折腾了一下，先给博客换个主题，之前的yilia很久没有更新了，现在换成butterfly好了，coding.net的个人版也名存实亡了，同时github的private repo也免费了，所以就迁到github了，也算是一个新的开始。 新年立几个Flag吧： 技能树上点一下 强化学习 吧。 去年读书的数量大幅减少，今年在兼顾书籍质量的情况下，多读点书吧。 英语再加强一下，之前考的雅思也过期了，有时间再考一次。 锻炼身体。去年疫情也没能跑马，自己也懒，导致体重体脂都飙升。 重新开始练习冥想。 希望新的一年能多有点沉淀吧。

2019这一年都没有怎么写读书月报, 一方面固然是生活中多了一些忙碌, 另一方面也和愈加严重的惫懒有关系. 不过无论如何, 一年过去, 总结一下总是好的. 19年总共读了41本非专业类书, 和18年相比少了2两本. 但是如果考虑到书的厚度, 其实总的阅读还是略有上升的. 有些汗颜的是, 今年没啃多少硬书, 读的大部分是消遣的小说, 科幻上终于是读完了太空漫游系列(2001, 2010, 2061, 3001) 以及克拉克另一本 <遥远的地球之歌>,. 哦对了, 还有阿西莫夫的神们自己. 沙丘系列看完了4和5, 不过今年年底的时候似乎6也翻译出版了. 但是说实话沙丘再读下去真是有些意兴阑珊了, 明年择机买一本看看好了. 还有一本量子窃贼, 也实在不和我胃口. 大刘的球状闪电终于在这一年也读完了, 似乎大刘的作品已经全部过了一遍. 武侠上面把凤歌的灵飞经1~4都补完了, 上次看武侠可能还是高中的时候了. 历史穿越上开始追阿越的新宋1~8, 似乎还有三本没出完, 等明年看看吧. 虽然这是本很老的小说了, 但是还是饶有兴趣的追了下去. 作者阿越很是奇特, 为了写穿越小说, 竟 ...

这里主要对谱聚类做一个简单介绍。谱聚类方法本身和图神经网络的关系不大，但是它作为一个图拉普拉斯矩阵的重要应用，能够帮助我们更好的理解拉普拉斯矩阵。 谱聚类要了解谱聚类, 首先要对谱图论的一些基本概念有所了解, 主要的就是图Laplacian矩阵相关的基本知识, 具体可以参考这里的入门介绍. 这里我们只对必要的概念做一个回顾. Laplacian矩阵对于一个图来说, 它的非标准化Laplacian矩阵定义为: L=D-W其中$D$为主对角线矩阵, 其对角线元素等于该节点在图中的度. $W$则为邻接矩阵. 这样一个矩阵有以下性质: 对于任意$f\in\mathbb{R}^n$, 有$f^{T} L f=\frac{1}{2}\sum_{i}^{n}$. $L$是对称半正定矩阵. $L$最小的特征值为0, 其对应的特征向量为一个元素全为1的向量. $L$有非负的实值特征值$0=\lambda1 = \lambda{2} = \cdots = \lambda_{n}$. 具体的证明就不详细展开了. 下面给出一个定理: 定理 令$G$为一个无向图, ...

说起来惭愧, 连着三个月的读书月报都没有写, 直到快五一了才动起笔来. 主要原因还是因为太懒, 自身拖延症犯了又犯. 简单回顾一下吧, 这三个月其实看的书还挺多的, 先上全家福: 沙丘神帝, 沙丘异端这两本书看的我是异常纠结, 神帝还好一些, 沙丘异端真真是有些看不下去了. 情节方面有些弱化了, 在描绘世界上花了太多的篇幅, 加上本来对外国人名字就不熟悉, 经常看了半天还没反应过来这位是谁. 沙丘系列(第一个系列)还有一本, 但是好像还没翻译完, 看完那本以后也就算完吧. 感觉对沙丘真的有些欣赏不来. 灵飞经 1~4这四本书看得我似乎又回到了小学时候看 沧海 的感觉, 不过实话来说, 凤歌的水平没有太精进, 甚至没有初看沧海时的那种惊艳. 不过总算补全了山海经系列. 说回来, 虽然很多人吹 昆仑, 但是我看了昆仑的模仿气息太重, 沧海才是别具风格的那一步. 球状闪电补完大刘的球闪, 发现相对来说大刘的科幻更对我胃口吧. 当然和三体一样, 在人物刻画上还是有些不足, 但是瑕不掩瑜. 其实稍微想一下, 球闪是非常适合电影化的一部作品, 一波三折草蛇灰线, 可以拍一个三部曲. ...

这里是<编写高质量Python代码的59个有效方法>的笔记, 对于其中的59个Tips, 选取了部分, 做了浓缩和精炼, 并在适当的地方做了补充说明.需要注意的是, 每个人使用python的场景, 习惯和合作伙伴都不同, 因此对于原书中的建议我根据自身情况做了删减和修改, 希望读者在阅读时也不要将这些建议奉为圭臬, 而需要知其所以为而化为自己的习惯. 风格 尽可能使用Python3, 逐渐弃用Python2. 遵循PEP8风格规范, 这方面几乎所有编辑器都有对应的自动化语法检查工具来帮助你做到这点. 为了可读性, 不要写太复杂的单行表达式. 为了所谓的紧凑或者美观或者节省一两行的空间去牺牲可读性是愚蠢而不专业的. 这里尽量使用列表推导来代替map和filter, 并且不要使用嵌套两层及以上的列表推导. 为了节省内存, 可以使用生成器表达式来改写数据量较大的列表推导. (而且区别仅在于前者是()括号, 后者是[]括号). 尽量用enumerate取代range. 不要再for和while后写else块. (for/while + else在pytho ...

这个例子来自Do, Chuong B, and Serafim Batzoglou; 2008; What Is the Expectation Maximization Algorithm? Nature Biotechnology 26(8): 897–899. EM算法是ML中一种非常重要的参数估计方法, 在很多地方都用应用. 上述论文给出了一种EM算法的非常直观而又不失精要的理解方式. 抛硬币游戏假设这样一个抛硬币的测试, 我们有两个硬币A和B, 它们正面朝上的概率分别为$\theta_A$和$\theta_B$, 我们重复以下操作五次: 从AB中随机抽一个硬币 抛该硬币10次并记录结果 接着我们需要从这个实验中得到对$\theta_A$和$\theta_B$的估计. 极大似然估计假设我们的试验结果如上图, 那么我们很容易用极大似然估计来预测: \begin{array}{l}{\hat{\theta}_{A}=\frac{24}{24+6}=0.80} \\ {\hat{\theta}_{B}=\frac{9}{9+11}=0.45}\e ...