《我要做一个数学家》笔记

部署运行你感兴趣的模型镜像

"I Want to Be a Mathematician"

                      ---- Paul R. Halmos

<<我要做一个数学家>> 

(大三的时候在图书馆借来看的一本书)

献词

献给安布洛斯, 杜布和冯诺依曼他们在自己不知道的情形下, 使我成为今天这样的人. 

序言

... 我过去有, 现在仍有许多缺点, 我也相当自信有一些优点, 我喜爱海顿, 长时间散步, Nero Wolfe, 黑啤酒, 有几年还搞过战术导弹. 这些都是事实, 但不关你们的事 ---- 这本书谈的不是这个.  这本书谈的是一个职业数学家从30年代到80年代的经历 ...

50年前,我自傲、反传统、热切、有大志、匆忙、无知、心神不定。至今我已缓和下来,成熟了(?),学到一些事情。...

Part I  学生

Chapter 1 读 写 算

      文字和数字, 我更喜欢文字,一向如此。

      那么你可能要问,我怎么是数学家呢?这我不知道。我从一生的经历看得出一些理由,也看得出机遇所起的作用至少和个人选择的作用一样大;这种情况,下文我都要细说。我的确知道,我自己并不总是拿得准想做一个什么样的人。

    在数学中概念和计算我更喜欢概念。 在我看来,群的定义比柯西积分公式清楚得多,也要优美得多;... 另一层意思是,我喜欢了解数学,为自己、为众人阐明数学,更甚于在数学上有所发现。忽然发现一个原先的奥秘时的乐趣,... 启蒙之光的闪现,想象力惊人的提高,精神放松后的大喜和欢快。同时,发现一个新真理和了解一个老真理,主观乐趣虽然类似,有一点却完全不同,差别在自豪,在胜利感,在因为拿第一而产生的近乎恶意的满足。 ...

    ... 我主张讲解问题也要多用文字少用数字,特别是讲解数学问题。 在数学中,创造精妙的符号体系以表示积,表示幂,表示级数,表示积分—— 表示一切计算概念,常常是一大进步,但使用符号虽然确能简化计算概念,同样也能使概念变得晦涩难解。

    ... 一句话足以促使思想灵敏的读者拿起铅笔把一连串等式写出来;或者,他也可以坐在椅子上闭眼向后仰靠,在脑子里瞧着那些等式。... 在课后走回办公室的路上,不用黑板或者粉笔也能向人讲解。

   ... 我敢不敢下一个概括性的结论? 我想要说,喜欢文字比善于演算是数学能力一个更好的标志。 许多研究生院指导老师曾特别提到,申请做数学研究生的人中,GRE语言部分考得最高分数者,比关于数量的部分考得好而语言部分差者,被录取为博士生的机会更大。

    书: 托尔斯泰、塞万提斯、仲马、格林和安徒生、伊索和拉封丹... 《斯卡拉穆什》和《赞达的囚徒》(The Prisoner of Zenda),福尔摩斯和阿森鲁宾,马克吐温...

    ... 我很羡慕那个时代的气氛。那时候文化不是可笑的、异常的或柔弱的东西。

    .... 读书丰富我的词语,扩大我的世界观,加深我对自己想要接近的听众的了解。我有些朋友傲然宣称他们从不看小说,真令我吃惊。他们有的把一切小说叫做谎言,或者用比较厚道的话,说那不是实在的真故事,而是虚构的人造故事。真故事讲的是压迫、萧条和战争,还有运动、选举和上层腐败;这比简.爱、斯汀、狄更斯、毛姆“有意义”得多。不对不对不对!我从感情上反对这种观点,在业务上我也反对。我并非提倡脱离世界,推而隐居;但是我坚决认为,假如我没读过新旧圣经和《爱丽思漫游奇境记》,以及《麦克白》、《独立宣言》和《人与超人》,我就不能写任何一种东西。

    至于写 —— 我是时时在写,从我能记事起我就时时在写。我写信,有时我写日记,我为自己作笔记,用整句作明白的笔记,不是只写什么“试作幂级数展开”或“在P>1的情况下,参见邓弗尔德.施瓦茨”。我通过写来思考。上大学时我写笔记:那就是把课堂上潦草写下的简缩的话改写成容易读的合乎语法的句子。后来,我开始要证明定理时,我就一路写下去,仿佛我在和自己进行谈话。“如果我限于讨论遍历情况,那要怎么样?好,我看看,我已经看过S为遍历的情况下,可是有用的情况是,如果S和T都是...”(当时所谓“证明定理”是个低调的说法,相当于口气较大的“作研究”。)

    To be continued ... 

Thank you for reading!

您可能感兴趣的与本文相关的镜像

Wan2.2-T2V-A5B

Wan2.2-T2V-A5B

文生视频
Wan2.2

Wan2.2是由通义万相开源高效文本到视频生成模型,是有​50亿参数的轻量级视频生成模型,专为快速内容创作优化。支持480P视频生成,具备优秀的时序连贯性和运动推理能力

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值