钟鼓楼

一、NumPy

1.1 参考资料

这篇文章写得实在是太好了图解链接 。

1.2 Array Matrix

这两种东西是不一样的，np.array 也可以有多维，但是它的 * 就是点对点乘法，而 @ 是点乘。但是对于 np.matrix 来说，无论是 * 还是 @ 都是点乘，sp.Matrix 同理。有如下演示

一、感受

这次作业的神经网络是比上一次作业复杂的，上一次作业是“多层感知机（MLP）”，这一次的作业是“卷积神经网络（CNN）”。运算从原来的矩阵乘法变成了卷积，网络结构也更加复杂，所以这次的作业是允许使用框架的。

这次作业的难点本质上是对于卷积网络的理解上，TensorFlow 可以提供卷积的计算方式还有后窥修正，所需要书写的只是网络结构。次难点是 TensorFlow 的工作机理，其实一开始做的时候如果能对 TensorFlow 有一个好的理解，写起来大概 40 分钟就够了（但是学习上面这俩东西花了整整一天）。

二、卷积神经网络

一、总论

单纯形法十分神奇，涉及的理论并不困难，但是很复杂。而且不但理论繁琐，而且算法有变得极具有“跳大神色彩”，“单纯性表、检验系数”等一系列玄学名词让人作呕（从我和我妈打交道的经历来看，经济学一定说一些非人话的东西，才可以满意）。更加痛苦的是，它是线性代数知识的应用，我对于线代的理解就是，“挟泰山以超北海”，很多复杂的东西被用线代知识简化成了“魔数”一样的东西，课本并不会详细说为啥是这样的，他们只会说大概可以用线代知识表示成这样。

二、线代知识复习

对于一个线性方程组，我们可以将其转换成矩阵形式，也就是

一、感受

真的是十分开心的，毕竟自己终于搭建了一个“神经网络”，其成就感，简直和自己第一次写 Hello, world. ，第一次写字典树，第一次写出流水线 CPU，第一次在 ARM 上移植操作系统，第一次写出编译器后端一样快乐。当我的电脑的 CPU 利用率被这个东西拉满，风扇开始轰鸣的时候，开心的都要冒泡了。

尤其是“人工智能”这个词，在甚嚣尘上的舆论聚光灯下，已经被蒙上了一种虚妄的光晕。我回老家的时候，被问道“你会修电脑吗？”和“我会人工智能，你会吗？”的次数是一样多的。最尴尬的是，我明知道我学的东西或许并不比一个简单的神经网络浅薄，但是还是会因为自己不懂人工智能而自卑，因“外行人抢夺话语权”而闷闷不乐。转而我又会想到自己不够自信，不够有涵养，不够包容，进而跟自己更加生气。

虽然这次严格意义上讲，也并不是纯粹的手搓，老师是给了示例代码的。我的工作不过是修改一些地方，就可以满足实验的要求了。不过通过梳理代码，看到线代知识，高数知识，编程知识，数学建模知识交织在一起，也是一件很有意思的事情。这种乐趣，我觉得比上面那种“战胜自卑”的乐趣更加纯粹。

一、总论

因为我没有上过走软，所以这是我第一次接触 Web 应用开发，在感觉十分新奇有趣的同时，却在编程（其实大部分时候是提需求的产品经理）总感觉自己是浮在云端的。

当我写 C 的时候我是不会这样的，我知道我写的是一门高级语言，这门语言会通过编译器编译成二进制可执行文件，二进制文件会在流水线处理器上执行，处理器会根据指令进行计算和访存，最终通过写显示器的端口输出信息，在我写 Java 的时候，我知道 Java 会先编译成 .class 字节码，然后利用 JDK 环境在 JVM 上解释执行，解释器会调用各种库，最终完成效果。

但是当我在写 html, css, javasript 的时候，我是完全没有概念的，我知道最后成果可以在浏览器上显示，但是为啥？浏览器在我的理解里，就是一个和互联网沟通的应用程序，我点开它，然后互联网就冲我挥手了，感觉似乎没有浏览器，互联网它老人家也找得到我。当我去了解后端的时候，我知道了服务器，我之前理解的服务器，就是那种深埋地下，占地和鸟巢差不多大的东西，每天都要靠全太平洋的水去降温，从事的是计算世界末日啥时候发生的重要事件，关于 URL，我以为就是一个按钮，我点一下他，互联网就来了，贼灵。

这个其实一个计算机领域很常见的现象，“封装和抽象”，人们并不需要了解每个技术的具体实现细节，只需要享受这个技术暴露在外的接口构造的抽象即可。所以将互联网理解成一个宝库一样的东西，浏览器理解成一个探寻宝库的手电，甚至将其与电视做类比，并不是一件很奇怪的事情，谁也不是先学计组，后学 C 语言的，有一个虚假的抽象不丢人。不过这层抽象和以往的抽象不同的是，这层抽象需要被几乎所有人接受，而不是像 C 一样，只需要被一部分程序员接受即可。所以“互联网-浏览器”这层抽象才那么的厚重，那么的虚幻，因为他必须简单到被所有可以上网的人理解。

一、时间复杂度的估计

1.1 三种方法

估算分治问题的时间复杂度一共有三种普遍的方法：

1.2 代入法