In me the tiger sniffes the rose.
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 >>
工业革命极大增加了城市规模和城市人口比例，而人群聚集会增加压力与攻击性。
技术变革导致现代社会的变化十分迅速，因此整个社会不存在稳定的框架和价值观。
有些人急于拯救自由却不愿牺牲技术带来的所谓好处，他们会提出天真的新式社会构想来调和自由与技术。
所有人都理所当然地认为，每一个人都必需向技术的需要低头，而且理由十分充分：如果人的需求被摆在了优先于技术需要的地位，就会出现经济问题、失业、短缺甚至更糟。在我们的社会当中，“精神健康”的概念主要被定义为在多大程度一个人能够根据体系的需要行事并且不会流露出承受精神压力的迹象。
more >>
