In me the tiger sniffes the rose.
高考成绩在六月的鬼雨中呼之欲出。有一位同初、高中的学弟总算得知了成绩，意料之中又出乎意料之外的名次。失望是肯定的，但那多了些什么的情感，他也不可能对我一个外人吐露心声。但那些感情，我略知一二。
少年稚嫩的人格即使不值得他人顾盼，但同样迫切追求尊重，虽身居果壳之中，也自以为是宇宙之王。这种稚嫩在我看来不讨喜，但我深知我这以丑恶之心看待美好事物的习惯，故也不敢声张。况且，他简直就是我的翻版，至少在性格上是姑娘般顾影自怜，虽说少年因无知而生的勇气给那可恨的情感减轻了不少道德谴责，但我仍无法原谅那比我更高一丈的嚣张气焰。而我和他的像，从结局上看，也为这貌似楚门之世界外的观众狠狠地出了一口气。
more >>
先承接上文，双特生面试很惨淡，老师们一直让我说我对数据科学的理解、我在数据科学方面有何突出。双特生选拔的是川大金字塔尖的人才，我本就是打肿脸充胖子，不过在候考期间认识了易佬，总体而言，收获很大。
最近加入了空天学院飞行模拟协会，本打算做基于增强学习的飞行器自动对战。因为微软的AirSim与我们的主题很契合，我们便打算将AirSim+Unreal作为实验平台。近期老师计划让我研究AirSim的接口，以便把P3D模型移植到Unreal中。至于为什么要用P3D作为模型，事情就很复杂了，在此不赘述。原本的初衷是在编程中学习机器学习，却发现大部分时间做的都是和机器学习无关的偏向于工程的事情，每天在自己完全不熟悉的地方疲于奔命，还是让人不舒服。但话说回来，我的工程能力很差，这次项目也一定会增强我的代码能力。其次，如果真如老师所说，只要将自动对战做出来就能发SCI，那我虽然撑死算是二作，也死而无憾了。
more >>
断断续续零零碎碎地学机器学习半年了，不会实践，不会运用，只是粗略地学了理论基础，因为涉及很多数学公式，markdown的数学公式语法又挺麻烦的，所以一直没有写过机器学习算法的文章。最近恰逢创新班、双特生面试，因为我是以机器学习为特点介绍我自己的，所以看了些算法的具体理论和优缺点。今天下午看了2个小时的BP算法，心想不如在近纲课上写一篇BP算法的文章。
首先，依然是梯度下降法，为了更新W和b，就要计算出代价函数J对两者的偏导数，即
∂∂W(l)ijJ(W,b;x,y)=a(l)jδ(l+1)i
∂∂b(l)iJ(W,b;x,y)=δ(l+1)i
其中，
$\delta^{(l)}_i=\frac{\partial J(W,b;x,y)}{\partial z_i^{(l)}}=\frac{\partial }{\partial z^{(l)}i}\frac{1}{2} \left|y - h{W,b}(x)\right|^2 = - (y_i - a^{(l)}_i)\cdot f’(z^{(l)}_i)$
more >>
期中考试就要到了，今天复习了高数，对梯度这一概念产生了疑惑，因为平常上课爱打瞌睡，对很多概念自然很不到位，查了一些资料，才明白大体的意思。
梯度的计算结果会是”在每个位置都算出一个向量,而这个向量的方向会是在任何一点上从其周围标量值最小处指向周围标量值最大处.而这个向量的大小会是上面所说的那个最小与最大的差距程度”
简单地说，梯度指向的就是在函数某一点变化最大的反方向。梯度就是这样定义的，所以别问为什么梯度就是函数在某一点处最大变化反方向。我们给“函数在某一点处最大变化反方向”取个外号，就叫“梯度”。
more >>
王阳学长和我说《线性代数的本质》和《微积分的本质》这两个系列的视频对理解两个学科有很大帮助，我最近才刚刚看完= =效率还是很低的。
微积分在半个月前（左右）看完了，那时候还没有想到把笔记记录下来，看线性代数的时候算是想到了，就写了写，而且这些也不是完整的，只是零碎的我觉得受益匪浅的内容。
我还是很懒的。
more >>
咳咳，蓝桥杯在四月份就要开始了，而我还什么都没有学，先从数据结构开始抱佛脚吧。到时候即使没有名次（90%以上几率），至少还能安慰自己：“不管怎么说，至少努力了（一个月）······”
参考书为《算法竞赛入门经典》刘老师的书。
more >>
最近读了Kaczynski的《论工业社会及其未来》，结合《人类简史》和《未来简史》，我对科技革命与人类社会的关系产生了很多思考。在开始阐述我的观点前，我们必须承认的是，不同价值观、世界观和人生观的人对一个问题必然有不同甚至截然相反的意见，但从本质上看，因为对错乃至道德不过是人类意志的体现，并没有一个客观标准来进行道德和对错判断，所以谈论对错是没有意义的事情。我急于阐述我的观点，表面上说是因为我坚持我认为的真理，但在根本上说，也许只是昆德拉所谓刻奇的外在表现。因为人不可避免地会被舆论与观点熏染，因此一个人不可能绝对客观地对一件事表达观点，但我会在下文努力追求相对的客观，去阐述我的观点。
more >>
