T4
发帖数: 273 | 1 although the first order gradient is negative now |
|
c***d
发帖数: 756 | 2 狗了你读得懂么？Fe4III[FeII(CN)6]3是不溶于水的普鲁士蓝，
KFe3III[FeII(CN)6]3, K2Fe2III[FeII(CN)6]3是可溶于水的普鲁士蓝。
All of these names refer to the blue colored complex of ferric-
hexacyanoferrate(II) (Fig. 1.) with the empirical formula of Fe4III[FeII(CN)
6]3 (Monona, 1994). There are a number of related hexacyanoferrate compounds
, inaccurately called PB, such as potassium hexacyanoferrate KFe3III[FeII(CN
)6]3, K2Fe2III[FeII(CN)6]3 and ammonium hexacyanoferrate NH4Fe3III[FeII(CN)6
]3 (Beck, 1987). The potassium form o... 阅读全帖 |
|
m*******l
发帖数: 12782 | 3 nothing new.
basic principle, Gradient drives flow |
|
D********i
发帖数: 103 | 4 没有看懂就不要随便说
前者说的是经过一定距离有会完全恢复，这个距离是风车高度的若干倍。你一层一层建
，当然可以，占地要多很多，不要以为层与层之间的土地你没建风车就可以不用理会了
。同样占地面积下同样风速下，一字排开当然最有效率。
最简单的例子，你要见两个高度是40米的风车，你可以顺着风向建，间距400米，也可
以垂直风向建，间距100米，你选哪一种？
我前面说过，泥沙淤积是由于水流减缓。这和上下游没有关系。大多数河流中下游淤积
是由于中下游地势平缓，水流减慢，泥沙沉积。或者河流入海口，由于河口骤然扩大，
水流迅速减慢，泥沙沉积形成三角洲，慢慢行程冲击平原。河流上游往往gradient大，
水流湍急，当然形成不了大规模淤积。你在上游建水坝，就把上游水位拉平了，水流慢
了当然有淤积。参考三门峡。
你要拿一个论据支持你的论点，要搞清楚论据是怎么回事。科学证明不是简单事实罗列。
我是有多闲啊 |
|
S***1
发帖数: 3140 | 5 一次航程1.5万公里，时速60公里，可以从印度洋开到大西洋再回到太平洋。排水量
7200吨，载有16枚射程达295公里的“布拉莫"超音速巡航导弹。
Indian warship building is coming of age and the Indo-Pacific region knows
it. Last week, when an Indian Navy frigate, INS Shivalik, visited China’s
Qingdao naval base, China’s navy chief, Admiral Wu Shengli, asked the
captain for a tour of the Combat Information Centre, the operation heart of
the warship. The Shivalik’s young skipper, Captain Puruvir Das, turned down
Wu’s request.
The Chinese admiral would be even more in... 阅读全帖 |
|
t*******r
发帖数: 22634 | 6 长见识了。。。这个一元四次方程有 algebraic solution，俺真的不知道。。。话说
工业界还是挺土的，变量多点的线性方程组，多半就上 linear conjugated gradient
method 迭代求解，这种毫无美感的东东。。。当然，computational efficient 在工
业界是硬道理，长得难看点可以忍。。。// super fast run
解。
0 |
|
t*******r
发帖数: 22634 | 7 工业界里简单粗暴的: nonlinear conjugated gradient method，或者 quasi newton
method。。。变量少也可以直接上 newton method。。。说白了其实都是基于 taylor
series 上钻牛角尖。。。 |
|
w*******e
发帖数: 15912 | 8 网上搜了一下，有篇长文说是老丁先发现的，
http://club.kdnet.net/dispbbs.asp?boardid=41&id=7910132&page=5&
节选如下：
1974年8月，格拉肖到布鲁克海文，再一次促请搜寻粲夸克并描述各种发现证据的可能
方式，丁肇中准备用30G电子伏特的交替渐进同步加速器Alternating Gradient
Synchrotron（AGS）研究高能质子–质子对撞并仔细观察生成强子的混沌中出现的电子
–正电子对。这些都是棘手的实验，要求单独检测到的电子和正电子的轨迹可追踪返回
到源头，并确认二者来自同一次碰撞。不，不，格拉肖呼吁，粲夸克的证据不是来自观
察电子–正电子对，他告诉丁肇中的研究团队，而是通过寻找奇异粒子π介子和K介子
对。
经过多次出错，丁肇中的实验终于在8月22日开始，8月31日他指示团队在2.5G和4.0G电
子伏特能量之间的“母”粒子中寻找电子–正电子对的出现。丁肇中已有思路周到完善
的美誉，他在研究团队内安排了两个小组对实验原始数据进行分析，互相独立并使用各
自的计算机及程序。除了全团队会议，他们互相不沟通。
小型计算机... 阅读全帖 |
|
w*********r
发帖数: 42116 | 9 http://www.nber.org/bah/fall07/w13429.html
health care resources比美国少，wait times比美国长。
Surprisingly, they find that the health-income gradient is actually more
prominent in Canada than in the U.S.
折腾了半天原来加拿大低收入的健康也不行啊。
for example to explore whether the higher expenditures in the U.S. yield
benefits that are worth their cost.
靠原来美国医疗的问题是这么多支出值不值，不是加拿大比美国好。 |
|
l***y
发帖数: 4671 | 10 旧金山的路是西半球的世界纪录啊，最陡的地方是17.5度。
Filbert Street and 22nd Street in San Francisco are two of the steepest
navigable streets in the Western Hemisphere, at a maximum gradient of 31.5%
(17.5°).
低的 |
|
p*******n
发帖数: 1928 | 11 通读了一遍nature的文章，没看懂这个围棋软件是怎么判断落子的后续价值的。
文章上说
We use a reward function r(s) that is zero for all non-terminal time steps t
< T. The outcome zt = ± r(sT) is the
terminal reward at the end of the game from the perspective of the current
player at time step t: +1 for winning and −1 for losing. Weights are
then updated at each time step t by stochastic gradient ascent in the
direction that maximizes expected outcome.
就是说如果没算到结果的tree branch对落子价值的贡献为0。而算出结果的对落子价值
有正1... 阅读全帖 |
|
z*****3
发帖数: 1793 | 12 本人CS PHD，专攻方向reinforcement learning （RL），恰好AlphaGo用到很多用到很
多RL。看不下去一群文科生+下室索南YY，乱猜测。
第一个问题，AlphaGO涉及到机器学习中的supervised learning（SL）和RL。这是机器
学习下的两个分支。deep learning是目前兴起的另外一个分支。Deep Mind正是运用
deep learning的deep neural network作为基础架构来解决 prediction （涉及SL）和
action selection 问题（涉及RL）。
第二个问题，AlphaGO 基础构造
1）利用SL学习了一个policy network。这里解释一下policy，policy是RL，control
thoery中的一个重要概念，简单来讲就是当遇到各种环境反馈时，应该如何选择下一步
的action。这里主要是利用SL学习一个policy neural network。
2）利用RL中的policy gradient算法，优化上面学到的policy network
3）利用deep neura... 阅读全帖 |
|
发帖数: 1 | 13 计算机人才（业余的也算）如果想有立足之地，不能光凭自学一门java然后满世界投简
历的
很多时候，debug要牵扯到memory和cache的基础知识结构，还有目前最常用的算法和数
据结构，这些对于coding的思维和规划都有很好的辅助效果，很多基本的经典算法依然
是最常用的，无论是互联网还是数据库，万变不离其宗的
事实上，今日的硅谷，因为无数人想涌入，梦想淘金，已经导致了大部分公司(无论规
模大中小），都采用了严谨的审核办法，从软件过滤到人为审核，科普那将近10门课，
成为了必须
AlphaGo听起来很fancy吧？ ML这门课第一堂直接上来就是Gradient descent， 一上来
就PDE，你没有基本的数理背景，第一堂课就把你打出去了， 你问问学CS的多少人知道
这几个terms？ |
|
s**********e
发帖数: 33562 | 14 要是gradient descent都听不懂，还学个毛的ML？
ML啥时候又需要大量用PDE了？ |
|
t******l
发帖数: 10908 | 15 其次从 USAMO 的角度分析，不能买淘宝那种能用手掰开两半在拼起来的蛋。
因为能用手掰开两半拼起来的那种蛋，曲面的接缝处，最多也只能保证 Lipschitz
continuity 就不错了，铁定做不到二阶偏导数连续的。
而 Lipschitz continuity 只能糊弄 conjugated gradient solver 那种一只床头柜之
类的糙货，稍微精致点的 quasi-newton solver 多半受不了就发散了。
：震蛋 |
|
t******l
发帖数: 10908 | 16 Conjugated Gradient Solver 计算一下在新的 objective function 下还能不能继续
descend 不就知道了。。。过去旧的 objective function 没用了，rm -fr 。。。 |
|
t******l
发帖数: 10908 | 17 steepest descend 和 conjugated gradient 以及 quasi-newton 还是有很大区别的，
虽然都不是布朗运动。
: 这是你们生物学科的问题。
: 这么复杂的东西，你们偏相信是布朗运动，靠小的奇迹，累积出来的。这就给大
家一个
: 印象，这个东西没啥稀奇。
: 所以你们生物是有苦说不出。生物之外，除了少数人看出来，大部分人不相信你
们的东
: 西复杂，其实比反向工程天顶星人的宇宙飞船，可能难度还要大的多。
|
|
t******l
发帖数: 10908 | 18 或者马工理论的说，决策理论里面的不管是 graph-based dynamic programming 比如
dijkstra's algorithm，还是 linear programming high-dimension convex polytope
based algorithm，或者 nonlinear conjugated gradient method 等等等等。。。最
低的底线是你小黄人的小命 cost 不能为零不是？
你小黄人的小命 cost 为零，additive identity，加了跟不加一样，啥算法都是个球
不是？
。。 |
|
d*****u
发帖数: 17243 | 19 是啊。但是reward跟输入和状态相关，所以通过reward来backpropagate gradients到
参数就起到了筛选特征的作用，所以可以减少暴力度。 |
|
发帖数: 1 | 20 这个不叫numerical algorithm，专业术语叫numerical analysis
你想说的是那个Gradient descent method吧， 就这点内容，至于让你们离题万里，扯
那么邪乎吗？
楼主已经indicate自己没学过机器学习，仅仅是“扫了一眼”，这句话的含义非常
straightforward,就说他能看得到的层面就是统计学那点很直观的方法。 |
|
发帖数: 1 | 21 我看出来了，你就是赶着时髦，学了点CNN的皮毛，然后无论什么话题都往CNN上面套，
自我感觉好一些，这个表象也有一个术语，叫“卖弄”。
楼主这种主动说自己什么都不知道的就看了一眼机器学习，你也好意思给人家往CNN上
下套，也好意思去扯什么计算数学，你学过这方面的课吗？
就梯度那玩意至于把你兴奋成这样吗？还有个更拉风的梯度法，Conjugate gradient
method，共轭的哟~~ |
|
d*****u
发帖数: 17243 | 22 会有这么一个feature，在几百个其他feature里。
如果数据量比较大，一训练，产生的gradient几乎没有。
如果数据里只有几个case，可能会训练成一出现清华就predict强奸。 |
|
|
|
发帖数: 1 | 25 讀讀這兩段吧，雖然不是個大家一致接受的結論、觀察時間也不夠久，但至少它對於氣
候暖化與渦漩南下的關係提供了一個理論。
A study in 2001 found that stratospheric circulation can have anomalous
effects on weather regimes.[29] In the same year researchers found a
statistical correlation between weak polar vortex and outbreaks of severe
cold in the Northern Hemisphere.[30][31] In more recent years scientists
identified interactions with Arctic sea ice decline, reduced snow cover,
evapotranspiration patterns, NAO anomalies or weather anomalies which are
linked... 阅读全帖 |
|
w********r
发帖数: 14958 | 26 这就是我们算法过人之处。
以前的算法许多都是基于numerical optimization. 需要对模型有认识，有的需要求
gradient，有的需要解boundary value problem。 这些方法都是优化，不具备全局最
优的条件。
我们当时的新算法，完全脱离这个套路。 完全不依赖模型的公式，只需要一个black
box的forward propagation model。 是全局optimizer. 我甚至不知道下面的模型时汽车
还是飞机。
这是近10年来控制和计算领域的一次突破。
所以非礼猫，知之为知之，不知为不知。这里不是上网google两下子就当专家的论坛。 |
|
g********d
发帖数: 19244 | 27 ☆─────────────────────────────────────☆
bds16 (song) 于 (Mon Apr 1 12:00:27 2013, 美东) 提到:
纠结很久了，到底该买个大车还是来个fun car。
最后决定趁着年轻，搞个fun car 玩玩，预算4w-4.5w
初步定了几款 FX35/37 G35 350z 328 c250 都是入门车
350z 直接被lp淘汰，说像“包子”。。。
G35 开了开，方向盘指向性很差，样子很帅！
FX37 我的大爱，就是稍微贵了点，而且这个车以后年纪大了也能开，最后决定选个入
门德车玩玩。
c250 coupe 和 328 coupe
我个人比较倾向BMW，国内玩过5系，不是自己的车，不用保养，就是拿来瞎搞，很爽！
周末现在门口的benz 转了一圈，看看了c250 coupe 红色，LP 一眼就看上了，车里面
确实能稍微看出点好车的影子，做工也很细致。没有试驾，不知道为什么看车的人很多
，saler 不够。而且我心系bmw，拉着老婆奔向BMW
废话不说了，挑了辆白色 328 coupe 直接跑上高速。这车的内饰... 阅读全帖 |
|
U**s
发帖数: 3390 | 28 try Drivers Gradient (non-polarized) |
|
c********d
发帖数: 698 | 29 转MJ墨镜,接受各种潜规则， perfer买的多的同学，付款BOA preferred, non-
cc paypal ok ( non－cc paypal，personal - payment owned
原来的帖子(鞋子/包/Laura Mercier)在这里：
http://www.mitbbs.com/article_t0/Exchange/299383.html
MJ墨镜, 纠结了一阵，还是决定拿出来转，很cute，但只能脸小的MM带。无盒
无布，新的, 不过discount store东东是可以人人上手拿的, 所以很难保证“完美无缺”, 求精细完美的妹妹还请慎重.
Marc Jocob, made in Italy.原价过3００刀, ＄50+tax来,＄50转, model 192/s RYY, 61-17-120
dark plum frame, blue temple, green gradient lens. |
|
j******l
发帖数: 1068 | 30 Of course.
但是如果算法是通用算法，e.g., gradient descent,就要case by case地看了。 |
|
s****n
发帖数: 1140 | 31 提出一个计算sub-gradient的方法，需要验证，
计算方法已经写完了，关键要插入到first order算法里面，这个实现起来还是满非时
间的，而且有些tricky的细节也不能作为文章的贡献。
那位听说过这样的package，分享一下，呵呵 |
|
l*******g
发帖数: 393 | 32 我辛苦很久的一篇single author的paper昨天被review回来了，结论是minor revision
，呵呵
不过，明摆着Referee是个非常牛的人，看出一个问题，就是说
能不能找到一个已知的广泛应用的概率分布，这个分布在计算多元分布函数（cdf）比
较快，而计算其gradient比较费功夫。如果这样，我的算法就特别有意义了，呵呵，不
假设多元函数component之间independent
我现在能想到的是多元lognormal，还有其他吗？谢谢，多多益善 |
|
g****7
发帖数: 192 | 33 water evaporates or freezes, that's why i used "H2O" other than water in the
second hour.
mass conservation is one of the equations in a *forecast* model, which
creates "mass" in later integrations. The "forecast" part of my model has
been well-developed and well-examined for many years, it has more than 1000
users in the world now. The model itself has a module called "Mass
conservation adjustments". There's no point i come to check mass-
conservation for this model - i dont think those guys... 阅读全帖 |
|
c***4
发帖数: 114 | 34 你这个说法太片面了。
首先，lars作为一个不基于优化的算法，它的性质很值得研究，当然我们已经很清楚了
。比如它的homotopy性质， 等角行和zero－crossing，和greedy，stepwise算法的关
系，等等。
其次，lars并不是没有人在用。除非你的data large－scale到hadoop级别的框架。我
认为有imaging的人在用这个算法。
再则，如果你非要argue stochastic gradient descent，我认为这充其量也就是计算
上的贡献。 |
|
r****9
发帖数: 147 | 35 那大概我太抠门了
我显微镜用CORE的
PCR买没有gradient的
还捡了几个别人不用的老冰箱
2 |
|
s******y
发帖数: 28562 | 36 你买的是什么高大上的PCR 仪啊？Realtime PCR 好像没有这么便宜，普通
PCR 好像没有这么贵。我买的PCR 仪（带gradient，全新）才2500美元。你花的钱都够
买5台了。
2 |
|
r****9
发帖数: 147 | 37 那大概我太抠门了
我显微镜用CORE的
PCR买没有gradient的
还捡了几个别人不用的老冰箱
2 |
|
s******y
发帖数: 28562 | 38 你买的是什么高大上的PCR 仪啊？Realtime PCR 好像没有这么便宜，普通
PCR 好像没有这么贵。我买的PCR 仪（带gradient，全新）才2500美元。你花的钱都够
买5台了。
2 |
|
g*******n
发帖数: 2198 | 39 http://math.stackexchange.com/questions/1664018/is-there-an-ite
主要两个问题
1.U比较大的时候 没法直接算的时候怎么处理 LSMR只能解决Sparse的时候 如果不是
Sparse 是不是没办法了
2.后半个问题 如何iteratively得到theta， LSMR虽然简化了算法 但还是要存整个U
如果U过大 有memory问题的话怎么处理 我看下面的回答 用gradient descent根据
error function来算，但error function还是需要以前的data y_i u_i 有没有办法在
新的data进来的时候只用现有的data来update theta同时minimize error of whole
history, 比如theta_(i)=f(theta_(i-1),y_i, u_i) |
|
e******t
发帖数: 3289 | 40 实例：
Apple - iPad Pro with Wi-Fi - 128GB - Gold
$949.99
Promotion
-$95.00 $854.99
Qty: 1
Asus - 15.6" Laptop - Intel Core i3 - 4GB Memory - 1TB Hard Drive - Warm
Golden Gradient$349.99
Promotion
-$35.00
$314.99
Qty: 1
Apple - iPad Air 2 Wi-Fi + Cellular 128GB - Space Gray$829.99
Promotion
-$83.00
$746.99
Qty: 1 |
|
e******t
发帖数: 3289 | 41 【可买电脑】bestbuy BB 10% off off in store cpn @ 20
有效期12/31/2015
实例：
Apple - iPad Pro with Wi-Fi - 128GB - Gold
$949.99
Promotion
-$95.00 $854.99
Qty: 1
Asus - 15.6" Laptop - Intel Core i3 - 4GB Memory - 1TB Hard Drive - Warm
Golden Gradient$349.99
Promotion
-$35.00
$314.99
Qty: 1
Apple - iPad Air 2 Wi-Fi + Cellular 128GB - Space Gray$829.99
Promotion
-$83.00
$746.99
Qty: 1 |
|
r*********1
发帖数: 5741 | 42 http://www.bestbuy.com/site/searchpage.jsp?st=surface+pro+&_dyn
Microsoft - Surface Pro 3 - 12" - Intel Core i3 - 128GB $599 $525 ( $100
Student Coupon Applied)
Model: SURFACE PRO 3 I3 128GB
SKU: 4523400
Microsoft - Surface Pro 3 - 12" - Intel Core i5 - 256GB - Silver $899 è $
820 ( $100 Student Coupon Applied)
Model: PS2-00017
SKU: 4217606
Microsoft - Surface Pro 3 - 12" - Intel Core i7 - 128GB - Silver $899 è $
82... 阅读全帖 |
|
g**********y
发帖数: 14569 | 43 Lodge的很好，除了没印Le Creuset, 没觉得有任何差别。当然挑一点的人可能会说LC
的gradient做得更好看。
去Target，6QT的只要$59.99.是我看到的最便宜的。
非要LC的话，等打折吧，付全价实在不值。 |
|
w**t
发帖数: 1037 | 44 貌似18楼的展厅都超大，不象15楼大都是很小的房间。 下面这个房间居然是 Bladelius 的全套器材搭配一套外形很cool的喇叭。一直想
见识一下Bladelius EMBLA。 喇叭（牌子叫Gradient, 由两套件组成，包括一个专门负责200hz 以下低平的喇叭）。Bladelius 的 数字音源EMBLA 加ASK 后级，
也很不错。EMBLA 基础版原价4000，当场买只要3000， 很不错，整套系统声音非常好，如果我不是已经有了
PS audio perfectwave 音源，可能就会搞个EMBLA 了。
下面又逛了几家展厅，包括KEF的Blade 喇叭，侧面有两个单元,看起来很怪,随便贴几张图，
另外有套貌似是推旗舰喇叭207的 黑胶系统, emm labs+primare+manley
这家牌子不记得了
途中顺便看了Transparent 的万元价格线材, |
|
c****m
发帖数: 179 | 45 Nice.I have the similar situation and experience to you. But for me I am
still in the process.
You did pretty good job on interviews. 佩服佩服
How do you solve your visa problem? Vancouver?
BTW for this
b)design regression algorithms when loss has different weight
for different output (some loss is significant);
you could still use gradient descent to optimize goal function right? Or
you mean we need to also learn the weights of the losses? That will become
much harder then, |
|
r*******n
发帖数: 266 | 46 来自主题: JobHunting版 - 问一个题目 其实就是个learning rate为1/n的stochastic gradient descent |
|
l***l
发帖数: 240 | 47 我在美国拿了一个Chemical and Biomolecular Engineering的master，准备接着读Phd
。现在问问选advisor是时候选哪个方向好。
因为本人master的时候做的是bio方向的，而且自己也比较喜欢这一类的，所以打算还
选bio。master做的是morphogen gradients，gene pattern formation这些东西。现在
考虑是不是选protein engineering那块更好找biotechnology industry的工作？
谢谢大家了。 |
|
X*****e
发帖数: 64 | 48 刚毕业的phd都有点research情结，哥当年毕业时也觉得带Research的Title特NB。不过
几年过后来看，除非你最后死活要去大学教书，如果进公司，还是离research远点好。
工业界research的问题：
＊ 没有产品Ownership，你做的东西看人心情可用可不用，即使用你的，整个周期也长
。特别是Visibility高的产品或者feature，产品组为啥给你做，然后抢风头。在公司
，你没有产品impact光有paper，who cares?
＊ 少新人进来，产品组能短时间从无到有膨胀很快，新人进来你老人上去的机会就大
。Research用的了多少人，看看IBM research十年来headcount变了多少，Google
headcount变了多少？
＊ Research 里面论资排辈的情况厉害一些，你要混出头可能需要的年头久一些。
＊ 情况不好的时候先干掉research lab。看看近些年多少research lab被干掉。
＊ 做Product，带团队出来的适应面比做research大一些
发paper，patent这些东西有多大水分，大家心里都有数。在学校... 阅读全帖 |
|
G******i
发帖数: 5226 | 49 ☆─────────────────────────────────────☆
DyaneWade (姐夫) 于 (Thu Dec 8 02:26:37 2011, 美东) 提到:
本人CS Fresh PhD,一般学校,专业机器学习.本人实在是不牛,受益于本版,在此攒人品.
申了Microsoft, Google, LinkedIn, Twitter,eBay,都拿到onsite.去湾区只有三
天,只好放弃T.G家开始说过了hiring committee,但拖到三周多后告诉我挂了.由于过于
自信,本以为会签了,导致没有申到今年的H1B.因此对G家充满怨念.拿到M,L,E的OFFER.
思量之后签了M,RSDEII.
先说我的感想:
1)别老想着做题,起决定作用的还是基本功,思维能力,和状态.我有些朋友横扫各大
公司的,他们都不屑于搜面试题来做.而且总有做不到的题,面试时候的发挥很重要;
2)尽管如此,尽量多的去做些题.重复率还是蛮高的;
3)找工作是不确定性蛮大的事情,保持好的心态,自信.
Twitter：
1) ... 阅读全帖 |
|
|
