想开了很多，心情要比两个月前好多了。要把生活的重心放在具体要做的事情上，无论是工作，还是一个人玩、跟朋友玩，跟对象一起玩。 现在非常喜欢尝试新的事情，比如播客脱口秀、滑板、搓澡等等，体验是活力的体现，感觉又年轻了似的。 成长就是接受自己是个普通人的事实，逐渐慢慢接受了，但也在教导自己，即使作为普通人，也不影响自己追求喜欢的技术，自己热爱的事情。 多做复利的事情，即能重复获利的东西，比如...

又到了一年一度的总结时间 健康 回头看看，2021年竟然把健康列在了第一位，说明那时候真没啥烦恼，只有没烦恼才会这么看重健康。 原计划是要跑步和游泳，跑步没有坚持下来，不太喜欢室内跑，6月室外跑的多，在记录的420分钟，相当于每周一个半小时，后来因为有疫情，慢慢就少了，9月只有100分钟，10月就停下了。后来跑步就替换成了骑车，能翻到照片的有5次，总觉得骑了更多的才对，可能是有几次没有...

已经好久好久没刷过剧了，前两天头疼的厉害，就开了一个新剧《来自星星的你》，但当天一集都没看完，主要是从昨天开始看到，看到今天，把它刷完了。 剧虽然有点狗血，但刷剧确实很快乐，快乐来自于对美好的追求，谁又不喜欢美好的事物呢。 想想自己喜欢的美剧，大多有一个特点，剧里的角色性格非常鲜明，极其鲜明，但现实中大多人的性格都是偏”中性”的，这里实在找不到一个合适的词来描述了。 另一个特点是，主角...

没想到这么快就中招了。 12.6 核酸 12.6日时已经9天没有做核酸了，北京宣布放开，就去做了一次核酸。 12.7 出现症状 12.7日去公司上班，发现核酸没出结果，中午看了下还没出，正跟对象打电话聊这事儿呢，就收到十混一阳的电话了，说让回家等上门核酸，于是就回家了。 这时候才想起来早上一直嗓子疼，但我总觉得是前几天吃辣吃多了导致的，还没想到是新冠。知道自己迟早都会感染，但没有想到来...

概念 强化学习是机器学习的一个分支，指模型输出结果后从环境中获取反馈，从而优化自身的一种学习方法。 人类的学习过程就是学习知识，然后根据环境的反馈不断提升自己。最典型的比如开车，可以通过现实的反馈得知当前操作是否合理。再比如数学推理，人类本身就可以证明某个数学结果的真伪，当然这个证明过程或许比较长，但至少是可证明的。 最著名的案例是 DeepMind 的 AlphaGo 击败围棋世界冠...

博客迁移 博客从 Typecho 迁移到了 github 上，域名不变。 搭建的 Typecho 博客到期了，服务器续费一个月80，域名续费一年29，服务器杀熟太狠了，所以只续了域名。 无奈把迁移到了 github 上，今天搞了一天才搞定。挑主题的时候总觉得别人的主题太花哨，想找一个极极极简的，没找到，于是就自己参考各种教程搭建了一个极简风格的。可能有点丑吧，但我的极简的目的达到了。 ...

列举几个解释神经网络的方法。 Learned Features 主要针对图像领域，对图像的不同层、channel、unit 进行可视化，解释模型的每个模块分别学到了什么。 Pixel Attribution (Saliency Maps) 1、基于模型梯度进行解释 2、对输入（图片像素）添加扰动，观察输出结果的变化 作者建议：尽量少发明新的方法，多关注如何验证各个解释性的好坏。 De...

这几个看的比较糙，就写到一起了。 Functional Decomposition 函数分解 把模型做因式分解 [f(x1, x2, x3) = f(0) + f(x1) + f(x2) + f(x3) + f(x1, x2) + f(x1, x3) + f(x2, x3) + f(x1, x2, x3)] 尽量拆解变量之间的关系，进行简化。方案比较理想。 Permutation Fe...

背景 计算机能处理的大部分是结构化数据，拥有规范的行和列，但世界上有大量的数据以关系的方式存在，比如社交网络中的朋友关系、交通中各个路口的关系、推荐系统中人和物品的关系。 这就需要图数据结构来描述这种关系，用来进行数据分析。 社区算法举例 Louvain louvain 是最常用的社团发现算法，它以优化模块度为目标对群体进行划分。 page rank：https://zh.m.wik...

顾名思义，就是把神经网络应用到图结构上 1、Semi-supervised Classification with Graph Convolutional Networks 图卷积的广义理解： 1）卷积：两个函数的一种运算，输入两个函数，加入时间变量做累计，输出一个新函数。 2）考虑CNN（卷积神经网络）怎么做的：函数看做矩阵，输入原始图像和卷积核（两个函数），拿卷积核遍历原始图像，做计...