Git 本身有 git log 的功能,但显示不是很直观;另外也有一些软件可以做到 git 的可视化,但功能会… Continue reading 本地Git仓库每日git commit的次数统计
最近发布
在桌面实时显示CPU、内存等数据
CPU、内存等数据可以在任务管理器中查看。如果需要在桌面实时显示数据,可以通过这里的步骤进行操作。本篇不使用臃… Continue reading 在桌面实时显示CPU、内存等数据
JavaScript的运行环境和常用语句
JavaScript(JS)和 Python 都是开源软件包的生态较好的编程语言,且都是解释型语言。JS 最早… Continue reading JavaScript的运行环境和常用语句
科学计算任务CPU并行和GPU并行的选择
如果科学计算任务可以分解成多个小任务,是选择 CPU 并行还是 GPU 并行呢?本篇大概讨论一下,做个记录,仅… Continue reading 科学计算任务CPU并行和GPU并行的选择
贝里曲率为实数的证明
贝里曲率(Berry curvature)是量子力学和凝聚态物理中的一个重要概念,通常用于描述参数空间中的几何… Continue reading 贝里曲率为实数的证明
Python中的*args参数和**kwargs参数
在 Python 中,*args 和 **kwargs 是用来传递可变数量参数的机制,允许你编写灵活的函数。 … Continue reading Python中的*args参数和**kwargs参数
在薛定谔方程下自由粒子的解
本篇整理和复习下量子力学中的基础概念和推导,求解自由粒子的薛定谔方程。 对于一维情况,自由粒子的薛定谔方程为:… Continue reading 在薛定谔方程下自由粒子的解
当损失函数长时间不再下降时自动停止训练的设置
在机器学习的训练过程中,除了通过多次测试获取经验来设置总的训练轮次,也可以使用额外的代码进行判断,当损失函数长… Continue reading 当损失函数长时间不再下降时自动停止训练的设置
由于内存限制导致数据无法一次性从文件加载到PyTorch 中的简单解决方法
如果训练的数据比较大,无法一次性加载,简单的解决方法是分批从文件中加载。为了演示方便,这里的 x_train,… Continue reading 由于内存限制导致数据无法一次性从文件加载到PyTorch 中的简单解决方法
PyTorch张量数组的合并
这是之前的一篇:PyTorch基础(Tensor数据类型)。 在机器学习中,可能会涉及到多个数据合并后再进行训… Continue reading PyTorch张量数组的合并
基于文本概率统计的大语言模型为什么会产生出理解能力?
基于文本概率统计的大语言模型(如GPT系列)会产生出理解能力的原因,可以从几个方面来解释: 1. 大规模的数据… Continue reading 基于文本概率统计的大语言模型为什么会产生出理解能力?
多智能体协作是否会产生新的智能?
多智能体协作是否会产生新的智能,这是一个有趣且复杂的问题。一般来说,多智能体系统(Multi-Agent Sy… Continue reading 多智能体协作是否会产生新的智能?
科研中屎山代码产生的原因和解决方法
科研中屎山代码(spaghetti code)产生的原因和解决方法主要涉及以下几个方面: 一、产生的原因 二、… Continue reading 科研中屎山代码产生的原因和解决方法
使用 guan.chat() 批量处理文本以及灵活搭建大语言模型对话框架
这个网址提供了多个大语言对话模型的 API 接口:https://chat.guanjihuan.com。虽然… Continue reading 使用 guan.chat() 批量处理文本以及灵活搭建大语言模型对话框架
CPU性能测试Python代码
这里给出自己测试 CPU 性能的 Python 代码示例,可以作为基准,对本地电脑或服务器的 CPU 性能进行… Continue reading CPU性能测试Python代码
S型发展曲线
S型发展曲线理论是描述很多事物发展规律的一种重要模型。它说明一个新事物、新产品或新技术的发展过程通常会经历以下… Continue reading S型发展曲线
科研的快速试错
在科研过程中,快速试错是一种非常有效的方法,可以帮助研究人员快速验证假设、发现问题并进行调整和改进。以下是一些… Continue reading 科研的快速试错
Python代码过长的换行规则
当一行代码过长时,需要对代码进行换行,阅读和修改起来会比较方便一些。本篇列出一些Python代码过长的换行规则… Continue reading Python代码过长的换行规则
原文阅读和AI辅助阅读的优缺点
原文阅读和AI辅助阅读都有其各自的优缺点。 1. 原文阅读的优点 2. 原文阅读的缺点 3. AI辅助阅读的优… Continue reading 原文阅读和AI辅助阅读的优缺点
使用Docker创建Ubuntu子系统并开放SSH权限
本篇记录使用Docker创建Ubuntu子环境并开放SSH权限的一些具体步骤,前提是已经有一个Linux系统和… Continue reading 使用Docker创建Ubuntu子系统并开放SSH权限
理论物理学家是怎么研究物理的?
虽然物理是一门实验学科,但理论物理学家通过构建数学模型和理论框架来研究物理现象。他们的工作通常包括以下几个方面… Continue reading 理论物理学家是怎么研究物理的?
常见的物理信息神经网络(PINN)文献
这里记录一些常见的物理信息神经网络(Physics-informed neural networks, PIN… Continue reading 常见的物理信息神经网络(PINN)文献
Kolmogorov-Arnold Networks的优势和局限性
《KAN: Kolmogorov-Arnold Networks》论文链接:https://arxiv.org… Continue reading Kolmogorov-Arnold Networks的优势和局限性
巴特尔的玩家分类
理查德·巴特尔(Richard Bartle)将玩家分为四种类型: 说明:以上由 AI 生成,使用的模型为 C… Continue reading 巴特尔的玩家分类
常见的节线半金属文献
这里记录一些常见的节线半金属文献。 一、论文 二、综述
常见的石墨烯文献
这里记录一些常见的石墨烯文献。 一、论文 二、综述
笔记本电脑的类型选择
选择游戏本、轻薄本、全能本或移动工作站取决于你的需求和使用场景。下面是一些选择的考虑因素: 1. 游戏本 2.… Continue reading 笔记本电脑的类型选择
反向传播、自动微分、链式法则、梯度下降的关系
反向传播(backpropagation)、自动微分(automatic differentiation)、链… Continue reading 反向传播、自动微分、链式法则、梯度下降的关系
使用torchviz实现PyTorch计算图的可视化
本篇使用 torchviz 软件包实现 PyTorch 计算图的可视化。 软件包安装(GitHub 网址为:h… Continue reading 使用torchviz实现PyTorch计算图的可视化
机器学习中动态图和静态图的区别
在机器学习中,动态图和静态图是两种不同的计算图模型,用于构建和执行神经网络模型。它们的主要区别在于计算图的构建… Continue reading 机器学习中动态图和静态图的区别
最大池化和平均池化的优缺点和适用场景
池化操作(Pooling)在卷积神经网络(CNN)中是一种常用的技术,用于减少特征图的空间维度,同时保留重要信… Continue reading 最大池化和平均池化的优缺点和适用场景
一个“保密”的文献关联搜索方法
文献关联除了直接看论文的参考文献和之后引用该篇论文的文献,也使用文献关联工具,看文献的相似性和引用率等信息会更… Continue reading 一个“保密”的文献关联搜索方法
关于 Adiabatic 绝热的意思
Adiabatic 可翻译成“绝热”,也可扩展翻译成“寖渐/浸渐”,意思包含了“无限缓慢”、“可逆的”、“准静… Continue reading 关于 Adiabatic 绝热的意思
常见的凝聚态物理和机器学习文献
这里记录一些常见的凝聚态物理和机器学习文献。 由于偏第一性原理计算、分子、材料、化学、实验等方向的文献引用率相… Continue reading 常见的凝聚态物理和机器学习文献
常见的机器学习文献
这里记录一些常见的机器学习文献。 一、论文 二、综述
常见的Kagome文献
这里记录一些常见的Kagome文献。 一、论文 二、综述
常见的转角文献
这里记录一些常见的转角文献。 一、论文 二、综述
常见的高阶拓扑文献
这里记录一些常见的高阶拓扑文献。 一、论文 二、文献
常见的非厄米文献
这里记录一些常见的非厄米文献。 一、论文 二、综述
进程和线程的区别
进程(Process)和线程(Thread)是操作系统中用于实现并发执行的基本概念,它们之间的主要区别如下: … Continue reading 进程和线程的区别
Python中time.perf_counter()和time.time()的区别
time.perf_counter() 和 time.time() 都是Python中用于获取当前时间的函数,… Continue reading Python中time.perf_counter()和time.time()的区别
常见的拓扑绝缘体文献
这里记录一些常见的拓扑绝缘体文献。 一、论文 二、综述
迭代和递归的区别
迭代(iteration)和递归(recursion)都是循环的过程。迭代是在循环体内重复调用另外一个函数或代… Continue reading 迭代和递归的区别
一个完整的卷积神经网络(无训练)
这是之前的两篇: 这里给出一个完整的卷积神经网络,包含两个卷积层和两个全连接层。只是做了正向传播,并没有使用数… Continue reading 一个完整的卷积神经网络(无训练)
卷积和池化后的数据维度
这是之前的一篇:卷积和池化的作用以及代码实现。 在卷积和池化后,通常需要和全连接的神经网络进行连接,为了能够匹… Continue reading 卷积和池化后的数据维度
卷积和池化的作用以及代码实现
卷积(convolution)和池化(pooling)是卷积神经网络(convolutional neural… Continue reading 卷积和池化的作用以及代码实现
主成分分析PCA的原理以及降维实现
主成分分析(Principal Component Analysis, PCA)是一种常用的数据降维方法。主要… Continue reading 主成分分析PCA的原理以及降维实现
批量训练中迭代次数的计算
使用批量训练时,有四个概念: 迭代次数的计算公式如下(能整除的情况): 如果不能整除,在 PyTorch 中默… Continue reading 批量训练中迭代次数的计算
神经网络中常见的激活函数
激活函数在神经网络中扮演着至关重要的角色,它们用于引入非线性特性,使神经网络能够学习和适应更复杂的数据模式。本… Continue reading 神经网络中常见的激活函数
人工智能的大事件记录
这里记录人工智能的大事件,内容可能不完整,将不定期补充和更新: 其他参考资料: [1] 深度学习(Deep L… Continue reading 人工智能的大事件记录