Links

• Docker cheat sheet
• Awesome docker

Quick notes

Commands

• docker images
• docker run -it ubuntu <shell>
  • -v <host_dir>/<container_dir>
  • -p
  • --rm, automatically aremove the container when it exists
• docker exec -it <container_name> bash
• docker history <image>
• 自下而上构建镜像层的缓存，<...>: Already existes
• docker ps
  • -a for all

行走记录

• 2018-03-24 45321步 33.5km

路线

• 2018-01-07 大钟寺博物馆-中华民族园博物馆-中国动物博物馆
• 2018-01-14 清华大学艺术博物馆-香巴拉户外用品专卖店-中国人民大学
• 2018-01-21 惠新西街南口-天坛
• 2018-01-28 石刻艺术博物馆-古代钱币展览馆（德胜门箭楼）
• 2018-02-05 西直门-阜成门-宣武门-中国铁道博物馆正阳门展馆-正阳门城楼
• 2018-03-04 中国海关博物馆（雄关漫道：丝绸之路上的谷关）-北京古观象台
• 2018-03-10 国家典籍博物馆-中国古动物馆-李大钊故居
• 2018-03-17 首都博物馆
  1. 天路文华，西藏历史文化展
  2. 读城，发现北京四合院之美
• 2018-03-24 玉渊潭-中国革命军事博物馆

速记

龙之九子

• 龙有九个儿子，是跟谁生的？为什么「龙生九子，各不成龙」？ - 豆子的回答 - 知乎
• 龙有九个儿子，是跟谁生的？为什么「龙生九子，各不成龙」？ - 知乎

一说

龍生九子不成龍，各有所好：
囚牛，龍種，平生好音樂，今胡琴頭上刻獸是其遺像；
睚眦，平生好殺，今刀柄上龍吞口是其遺像；
嘲風，平生好險，今殿角走獸是其遺像；
蒲牢，平生好鳴，今鐘上獸鈕是其遺像；
狻猊，平生好坐，今佛座獅子是其遺像；
霸上，平生好負重，今碑座獸是其遺像；
狴犴，平生好訟，今獄門上獅子頭是其遺像；
贔屭，平生好文，今碑兩旁龍是其遺像；
蚩吻，平生好吞，今殿脊獸頭是其遺像。

李东阳（1447年－1516年） 《怀麓堂集》

出发

旧岁之末，新年伊始，我们来到了五台山。

这是我第一次进行多天的徒步。

去之前的心情还是比较放松的，因为从照片上看，五台山的山势平缓。

路，看起来相当的很好走。

仅有的一丝丝忐忑不安，仅仅是有点低的温度。

Course notes of CS231n, Convolutional Neural Networks for Visual Recognition.

2. Image Classification pipeline

• Challenges
  • Viewpoint variation 多视角
  • Illumination 光线
  • Deformation 变形
  • Occlusion 遮挡
  • Background Clutter 杂乱的背景
  • Intraclass variation 内类多样性
• Nearest Neighbor
  • Compute the distances of testing images and training images
  • \(L_n\) norm
    • \((\sum_{i}{|X^i|^n})^{\frac{1}{n}}\)
  • \(L_n\) distance
    • \((\sum_{i}{|X_1^i - X_2^i|^n})^{\frac{1}{n}}\)
  • method
    • For each testing image, find the nearest training image
    • Use the label of finding training image as the prediction
  • complexity
    • Training: \(O(1)\)
    • Testing: \(O(n)\)

MCB80x, the fundamental of neuroscience, is a free, open, online Neuroscience course from HarvardX led by Professor David Cox. Animation by Daniela Sherer + Music by Dan Deacon. Edited by Alex Auriema.

Welcome

• Harvard
• brain
• Three parts
  • explore science in Harvard and Boston
  • guided interactivity
  • DIY science
• Modules
  • THE ELECTRICAL PROPERTIES OF THE NEURON
    • signal generating, transfering
  • NEURONS AND NETWORKS
    • groups of neurons
  • THE BRAIN
    • society, intelligence

Quick notes

! Matlab start from 1, not 0 !

switch

dataset = 'minist';
switch(dataset):
    case 'cifar-10'
        code;
    case 'minist'
        code;
    otherwise
        error('Unrecognized dataset!')
end

Quick notes

System information

• neofetch, system info
• du -sh <file>/<directory>, check the size of file or directory
• df -h, display free disk space
  • -h, 1k = 1024 byte
  • -H, 1k = 1000 byte
• uname -s, print kernel name
  • Linux
  • Darwin
• uname -r, linux release number
• last -n 50, check last logged in users
• lastb -n 50,
• pstree -p, process tree
• w, show who is logged on and what they are doing

This notes contains useful tips for using Vim or editing and I use spf13-vim.

• spf13-vim is a distribution of vim plugins and resources for Vim.
• Install spf13-vim: curl http://j.mp/spf13-vim3 -L -o - | sh

Plugins

Surround

Managing all the ‘”[{}]“’ etc.

• Characters meaning
  • operations
    • d delete
    • c change
    • y add?
  • s represents surrounding
  • S for visual mode surroundings
  • text object (vim editing)
    • w word
    • iw in word
    • aw all word, including space(s)
  • surroundings
    • ( left bracket will give a space between it and content
    • ) right won’t
    • b = )
• Examples
  • yss) surround a line of content with ()
  • ysiw<div> surround a word like this <div>nice</div>
  • VS<div> surround a line with <div></div>

Papers read during research forward deep learning algorithm.

Quick notes

• 正推，逆推
  • 底层精度高=> 高层精度高
  • 相同结构网络，精度高的网络，从中间截取进行分类是否精度也高？
• 不同粒度特征提取的结合
  • 粒度，卷积层数？ 层数不同的实质是什么不同？
• 在调整了一些Hyper-paramenter后，大致上可以发现影响更大的参数，比如卷积核数
  • 调整优先级：欠拟合 > 过拟合
• 用CIFAR-10训练时，测试集上的loss会在某次迭代中突然丢失，然后又恢复，形成一个尖刺？
• 将问题分割成子问题，但试图用深度学习解决的问题，都不太好分割成子问题

Orthogonal Bipolar Target Vectors¹

Can OBV construct a middle target for CNN?

A kind of target representation.

• conventional
  • BNV - binary: \((0, 0, 1, 0, 0)\)
  • BPV - bipolar?: \((-1, -1, 1, -1, -1)\)
• OBV - orthogonal bipolar vectors
• NOV - Non-Orthogonal Vecotrs
  • For fail comparision
  • \(V_i=(\overbrace{-1 , \cdots , -1}^{i-1}, 1, \overbrace{-1 , \cdots , -1}^{n-i})\)
  • \(cos \theta = \frac{n-2}{n}\)
• degraded characters?
  • They use degraded license plate images as expirement data. (车牌号)

How to generate OBV from conventional target?