这个是之前的一篇：一个实空间拓扑不变量的公式推导（local Chern marker），本篇给出具体的Pyt… Continue reading 实空间拓扑不变量（local Chern marker）的Python代码实现例子
最近发布
一个实空间拓扑不变量的公式推导（local Chern marker）
本篇的主要参考文献：Mapping topological order in coordinate space… Continue reading 一个实空间拓扑不变量的公式推导（local Chern marker）
代替PPT画示意图的开源软件Drawio
对于简单的示意图，通常可以使用 PPT 来完成。这里推荐一个开源软件 Drawio，可代替 PPT 画示意图，… Continue reading 代替PPT画示意图的开源软件Drawio
本地Git仓库每日git commit的次数统计
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
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？
本篇为个人的观点，仅供参考。 “理解能力”本身就是一个抽象的词汇。如果按“费曼学习法”作为判断，那么能够单独复… 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？
多智能体在一定程度上会产生新的智能，有可能会存在涌现现象。这和人类社会、公司、社团等组织一样，最终的效果和过程… 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
在科研中，屎山代码是无法避免的！这是由于科研本身性质所决定的，因为探索过程本身就很难提前做好完美的设计和规划，… Continue reading 科研中屎山代码产生的原因和解决方法
使用guan.chat()函数实现AI对话
目前 guan.chat() 支持以下对话模型，之后可能不定期更新（默认为第一个模型）： 需要说明的是：gua… Continue reading 使用guan.chat()函数实现AI对话
CPU性能测试Python代码
这里给出测试 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 性能进行对比… 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，它说明了一个新事物、新产品或新技术的发展过程。 S型发展… Continue reading S型发展曲线
科研的快速试错和问题分解
以下是个人常见的思想误区和自我回答：
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辅助阅读的优缺点主要有以下两个方面：
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？
根据个人经验，理论物理的工作大致有以下一些路径： 精简后主要就是“模型到现象”、“模型到模型”、“现象到模型”… Continue reading 理论物理学家是怎么研究物理的？
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
巴特尔的玩家分类有四种，这四种类型在两个维度的分布如下所示： 另外，个人是倾向是：杀手型 > 成就型 &… Continue reading 巴特尔的玩家分类
笔记本电脑的类型选择
以下是笔记本电脑的类型讨论，供选择参考：
反向传播、自动微分、链式法则、梯度下降的关系
链式法则为计算复合函数的导数提供了理论基础，自动微分提供了高效计算导数的技术手段，反向传播利用了这两者来计算神… 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，做个记录，但个人感觉可视化的作用不是很… 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
TensorFlow 的早期版本 TensorFlow 1.x 是静态图，在搭建完结构后，需要创建会话（Ses… 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区别
池化一般有最大池化和平均池化。池化通过丢弃信息来降低维度。从字面上就很容易理解： 相关博文：
文献关联的搜索方法
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 文献关联的搜索方法
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
科学计算中进程并行和线程并行的区别
在 Python 计算中有进程并行（multiprocessing）和线程并行（threading），本篇给出… Continue reading 科学计算中进程并行和线程并行的区别
Python中time.perf_counter()和time.time()的区别
它们主要区别： 在具体应用时，如果对精度要求不高的话，time.perf_counter() 和 time.t… Continue reading Python中time.perf_counter()和time.time()的区别
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： 附神经网络的进化图： 其他参考资料： [1] … Continue reading 人工智能的大事件记录
神经网络的主要调参内容和顺序
这里列出我的神经网络主要调参内容和顺序，供参考： 调参的原则：
CPU、GPU和NPU的特点和区别
CPU 的设计初衷是串行，适合于处理各种复杂的逻辑关系。GPU 专注于大规模并行处理，适合同时处理大量简单的计… Continue reading CPU、GPU和NPU的特点和区别
运动时可以做的事情记录
身体健康是第一位的，每天应该适当做些运动，例如散步、跑步等。但在学习、科研、工作等的压力下，通常比较容易焦虑，… Continue reading 运动时可以做的事情记录
常见的神经网络模型
本篇给出几个常见的神经网络模型和对应的一些重要论文，可能不定期补充更新。除了阅读早期论文，具体学习也可以阅读一… Continue reading 常见的神经网络模型
可能的创业思路
这里列出几个可能的创业思路，主要提供思考的角度，内容可能有重叠的地方，仅供参考。 额外说明：由于个人的时间精力… Continue reading 可能的创业思路
个人的投资逻辑
本篇给出自己的一个基本的投资逻辑，仅供参考。这里以股票为例，但逻辑不限于股票。 重要的一些说明： 附：本篇不作… Continue reading 个人的投资逻辑
常见的梯度下降算法
反向传播是一个计算梯度的过程，它通过链式法则将损失函数关于网络参数的梯度从输出层向输入层传播。梯度下降则是一种… Continue reading 常见的梯度下降算法