avatar
聊两句wdong的内功总纲# Programming - 葵花宝典
j*7
1
3.875% 5 year ARM. The total cost is less than $1700.
I am very happy with the rate because the loan amount is 70K, so small
that a lot of lender want to charge a lot of fees.
Btw, I really like my lender. I have worked with them couple times. If
anyone in Chicago area is interested, send me a message.
avatar
a*0
2
前几年的热播电视剧里,海龟基本都是高富帅。 现在的电视剧里,开始不怎么样了。
这个反映了社会通俗流行的看法变迁吧。
avatar
g*t
3
wdong又拿了干货出来,首先表示感谢.
http://www.wdong.org/ji-qi-xue-xi-nei-gong-zong-gang.html
我聊几句个人计算经验。请批评指导。
1.降维
数学模型的降维有个通用方法是找对称性。
一个微分方程有5个未知数,假如你找到一个对称性,
使得f(x1,x2,x3,x4,x5)=0
那么就变成4维了。
例如手写体识别数字。
最简单的,如果图形在某个拉伸之后是单位圆,
那就是0。不然则不是。这就把0,1,2,3,。。。9
的维度降低了1维。
其他几个数字也有自己的拓扑对称性可以做。
但是这个依赖于domain knowledge。我觉得domain knowledge
就是对这些对称性,或者首次积分,或者先验知识的insight
例如物理系统第一个首次积分就是能量守恒。
2.梯度
梯度对结果有正贡献与否,我觉得就是凑上的。
统计梯度是Robinns发明的,他的文章只证明了单变量情形。
多变量情形,什么情况都有。
只能说是art of engineering。
人类对随机矩阵和随机几何了解的还非常少。
哪怕是最简单的3变量线性系统,根据输入输出用梯度来学习这个系统的参数,
那也可以是非常不靠谱的。
所以还是数据越多越好。算法就是靠天吃饭。
avatar
s*g
4
cong
avatar
s*r
5
啥时候是高富帅,基本都是拿来开涮的
前两年,牛莉演过一个电视剧,也是和一个巨搞笑的海归相亲
avatar
m*r
6
太牛逼了,觉得把机器学习小江湖的黑话都给翻译成人话了。
wdong不当个特级教师可惜了。
机器学习这个小圈子 近年来我一直都很有意见。 明明是一群人在学习,非要打着机器
学习的幌子 卖弄着江湖黑话。
闹得谁也听不懂。
avatar
b*k
7
can you share the lender's contact information?
I am looking for a lender in Chicago now.

【在 j******7 的大作中提到】
: 3.875% 5 year ARM. The total cost is less than $1700.
: I am very happy with the rate because the loan amount is 70K, so small
: that a lot of lender want to charge a lot of fees.
: Btw, I really like my lender. I have worked with them couple times. If
: anyone in Chicago area is interested, send me a message.

avatar
a*0
8

两年前不够早,五年前,七,八年前。

【在 s*****r 的大作中提到】
: 啥时候是高富帅,基本都是拿来开涮的
: 前两年,牛莉演过一个电视剧,也是和一个巨搞笑的海归相亲

avatar
g*t
9
wdong不如找个地方写本书。定价500刀。哥先买10本。

【在 m******r 的大作中提到】
: 太牛逼了,觉得把机器学习小江湖的黑话都给翻译成人话了。
: wdong不当个特级教师可惜了。
: 机器学习这个小圈子 近年来我一直都很有意见。 明明是一群人在学习,非要打着机器
: 学习的幌子 卖弄着江湖黑话。
: 闹得谁也听不懂。

avatar
s*r
10
刚看到画家是涂老大,一出场就笑死俺了,这部电视剧的阵容真是强大。

【在 a*****0 的大作中提到】
:
: 两年前不够早,五年前,七,八年前。

avatar
e*o
11
我竟然也看懂了一些。
下山法(SGD) 这个翻译够土,够厉害。
我也觉得wdong 去大学教教书是最合适的。

【在 m******r 的大作中提到】
: 太牛逼了,觉得把机器学习小江湖的黑话都给翻译成人话了。
: wdong不当个特级教师可惜了。
: 机器学习这个小圈子 近年来我一直都很有意见。 明明是一群人在学习,非要打着机器
: 学习的幌子 卖弄着江湖黑话。
: 闹得谁也听不懂。

avatar
v*a
12
图老大是哪个演员?还演过什么?

【在 s*****r 的大作中提到】
: 刚看到画家是涂老大,一出场就笑死俺了,这部电视剧的阵容真是强大。
avatar
w*g
13
这个帖子我本来是在本版原创的,然后转到我自己的
blog上。原帖在本版被删了。
下山法这个翻译似乎有问题。
牛顿下山法和梯度法似乎不是同一种东西。
这个我胡吹的。

【在 e*******o 的大作中提到】
: 我竟然也看懂了一些。
: 下山法(SGD) 这个翻译够土,够厉害。
: 我也觉得wdong 去大学教教书是最合适的。

avatar
s*l
14
七、八年前就已经开始开涮了。

【在 a*****0 的大作中提到】
:
: 两年前不够早,五年前,七,八年前。

avatar
w*g
15
你这个是物理学家的做法,找到一个不变量/对称性,
就能提取一个维度。现在之所以大家喜欢deep learning,
因为希望能通过无脑拟合解决问题,而不需要用人脑去
分析研究问题的本质。目前的做法显然有很大的局限性。
你随便写个数学公式产生个图形,分形那种,
神经网络就是算死了也拟合不出来。
现在吹得好像神经网络无所不能,其实远没有那么厉害。

【在 g****t 的大作中提到】
: wdong又拿了干货出来,首先表示感谢.
: http://www.wdong.org/ji-qi-xue-xi-nei-gong-zong-gang.html
: 我聊几句个人计算经验。请批评指导。
: 1.降维
: 数学模型的降维有个通用方法是找对称性。
: 一个微分方程有5个未知数,假如你找到一个对称性,
: 使得f(x1,x2,x3,x4,x5)=0
: 那么就变成4维了。
: 例如手写体识别数字。
: 最简单的,如果图形在某个拉伸之后是单位圆,

avatar
v*a
16
恨有笑无,不然怎么找平衡

【在 s****l 的大作中提到】
: 七、八年前就已经开始开涮了。
avatar
s*o
17
wdong的星宿派到底是干什么的?
avatar
s*l
18
所以大家回国都得低调点,从这些电视剧还是很能看出国内人的态度的。

【在 v******a 的大作中提到】
: 恨有笑无,不然怎么找平衡
avatar
m*r
19
通俗地讲,就是姥姥不疼舅舅不爱那种的。
咦 我个外行都看明白了 你怎么看不懂?

【在 s***o 的大作中提到】
: wdong的星宿派到底是干什么的?
avatar
s*y
20
在大陆电视剧里海龟从来都是拿来涮的,就是各种脑残,找抽,有病的集合体
而且都是败给土屌丝
除了这部,你往前翻,《大女当嫁》《北京青年》



【在 a*****0 的大作中提到】
: 前几年的热播电视剧里,海龟基本都是高富帅。 现在的电视剧里,开始不怎么样了。
: 这个反映了社会通俗流行的看法变迁吧。

avatar
l*m
21
写书也要做市场。今天我去出版社网站上看了一眼我的书,才卖了100多本worldwide.
肯定不用报税了

【在 g****t 的大作中提到】
: wdong不如找个地方写本书。定价500刀。哥先买10本。
avatar
w*r
22
涂松岩,演过《双面胶》,《双城生活》什么的。

【在 v******a 的大作中提到】
: 图老大是哪个演员?还演过什么?
avatar
g*t
23
(1)
在计算机领域,我认为universal turing machine
就是能量守恒一样的基本对称性。
universal turing machine进去一个turing machine
,出来是一样的,所以就是守恒量或者基本对称性。
这是所有图灵完备的程序的集合的性质。
一定有固定点
(2)
任何计算机语言,只要出不了fixed point combinator/universal turing machine
这个圈。不可能和现实中其他具有本质不同的对称性的东西对上号。
因为两个系统有不同的固定点,本质上是没办法全方位拟合的。
只能看看是不是有时候能互相接近。这算是演绎性质而非经验性质的对
无脑拟合的否定。
必须要加domain knowledge赋予的对称性.
要么就是足够的数据蕴含了对数据集的定义. 那需要数据集的信噪比很高。
(3)
我还有另一个结论。如果一个计算系统例如神经网。
对一种数据集效果好,应该可以造出来另一套数据集,效果不好。
但这个先要构造神经网自己的domain specific固定点。
learn the xxx learning itself。我怀疑理论方向下一步应该是
fixed point of learning.
有了这个,就可以有universal deep learning network.

【在 w***g 的大作中提到】
: 你这个是物理学家的做法,找到一个不变量/对称性,
: 就能提取一个维度。现在之所以大家喜欢deep learning,
: 因为希望能通过无脑拟合解决问题,而不需要用人脑去
: 分析研究问题的本质。目前的做法显然有很大的局限性。
: 你随便写个数学公式产生个图形,分形那种,
: 神经网络就是算死了也拟合不出来。
: 现在吹得好像神经网络无所不能,其实远没有那么厉害。

avatar
j*u
24
东北一家人,演王沪生那个演员演了个IT WSN。还有去了加拿大的怂货金老二。。。
avatar
g*t
25
你这不错了。我以前在学校跟老板合写的书,都是开会时候白送的.
白送都没人要...
话说你写的哪方面的书?
现在机器学习大热。写书应该不愁卖。

.

【在 l*******m 的大作中提到】
: 写书也要做市场。今天我去出版社网站上看了一眼我的书,才卖了100多本worldwide.
: 肯定不用报税了

avatar
t*o
26
国内现在盛行打脸,海归是打脸的好对象啊
曾经的高富帅,政治上的弱势群体,不好好打脸怎么出心中这口恶气啊
呵呵
avatar
a*g
27
good

【在 g****t 的大作中提到】
: wdong又拿了干货出来,首先表示感谢.
: http://www.wdong.org/ji-qi-xue-xi-nei-gong-zong-gang.html
: 我聊几句个人计算经验。请批评指导。
: 1.降维
: 数学模型的降维有个通用方法是找对称性。
: 一个微分方程有5个未知数,假如你找到一个对称性,
: 使得f(x1,x2,x3,x4,x5)=0
: 那么就变成4维了。
: 例如手写体识别数字。
: 最简单的,如果图形在某个拉伸之后是单位圆,

avatar
v*a
28
都木看过

【在 w********r 的大作中提到】
: 涂松岩,演过《双面胶》,《双城生活》什么的。
avatar
c*e
29
好。就等wdong在github上的开源代码了。

【在 g****t 的大作中提到】
: wdong又拿了干货出来,首先表示感谢.
: http://www.wdong.org/ji-qi-xue-xi-nei-gong-zong-gang.html
: 我聊几句个人计算经验。请批评指导。
: 1.降维
: 数学模型的降维有个通用方法是找对称性。
: 一个微分方程有5个未知数,假如你找到一个对称性,
: 使得f(x1,x2,x3,x4,x5)=0
: 那么就变成4维了。
: 例如手写体识别数字。
: 最简单的,如果图形在某个拉伸之后是单位圆,

avatar
l*s
30
1不就是自由度吗?为啥叫对称性呢?

【在 g****t 的大作中提到】
: wdong又拿了干货出来,首先表示感谢.
: http://www.wdong.org/ji-qi-xue-xi-nei-gong-zong-gang.html
: 我聊几句个人计算经验。请批评指导。
: 1.降维
: 数学模型的降维有个通用方法是找对称性。
: 一个微分方程有5个未知数,假如你找到一个对称性,
: 使得f(x1,x2,x3,x4,x5)=0
: 那么就变成4维了。
: 例如手写体识别数字。
: 最简单的,如果图形在某个拉伸之后是单位圆,

avatar
s*o
31
这样啊,我还以为要把C++当化功大法来练呢
刚看到HERE Chicago还在招人(http://www.mitbbs.com/article_t/JobHunting/33207879.html),wdong不想去试试?

【在 m******r 的大作中提到】
: 通俗地讲,就是姥姥不疼舅舅不爱那种的。
: 咦 我个外行都看明白了 你怎么看不懂?

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。