know yourself

2015-12-19    大学阶段，我们也修了这门课，当时就疑问这个东西有什么用啊，对我学习编程有什么好处吗。 当时的我没有看到它的应用范围，也没有做好基础调查工作。本可以做的好一点的。在那个阶段，我是无可救药的 蠢货，连学习C语言都感觉受挫。 为什么我写的程序总是编译不过，为什么别人都已经在老师手下做项目，为什么？ 终日惶恐不安。不过，我也不喜欢因为一个知识点有用而现在准备着，将来

2017-09-16  最近三个月也算特别忙，今年也只有算五六月份算稍微轻松一些，加班不是那么多，享受过几单双休。从钉钉统计记录上来看，这三个月只有单休，每天工作时长均10.3小时，标准工作时长的1.6倍。不过，似乎这三年大部分时间都是差不多这样。真的很累，早期来的同事们都说累。不知道这样的情况还需要持续多长时间。我毕业的前两年，反而是我职业生涯中没有加班的两年，我真的特别幸运。在这样

2017-09-13  最优化对应的术语是”optimization“。是工科的基础课程。数值分析与最优化是高度相关的，都大概在四年级或者研一时教授。最优化课程更加基础一些，覆盖了理论基础，想要把课程里的算法实现出来，需要深入的线性代数、矩阵计算、数值计算的知识。最优化就是机器学习的核心，在图形学方向也是基础的课程。这也是我这两三年来用固定的业余时间来补充数学课程的原因。NA 和 Op

2017-08-31  我不太想写“程序员系列之”或者“程序员数学之”这样的标题，便弄个小标题吧，每个人的工作不同，要求的知识点深度也不一样，如果有需要，看看即可。最小二乘，对于计算机系的同学来讲是非常重要的数学基础，它对于数理统计的重要性无需多言了。做算法的同学所需的”数值分析“、”最优化“两门课程之中，least squares是重点。机器学习教材ESL一上来就是重点讲解least

2017-08-25  解一元方程，我们通常面临的问题是非线性方程。对于解方程组，我们一般解决线性方程组，如2 * x1 + 3 * x2 = 45 * x1 + 6 * x 2 = 7   很少会涉及到非线性方程组（ Systems of Nonlinear Equations），例如简单的一种2 * x12  +  3 * x2  = 45 * x1

2017-08-24  对于二次方程，我们可以直接使用求根公式，这种方式称为“解析式”。对于更高次的方程，使用求根公式就困难多了，虽然难，但仍然是可行的；四次方程依然可行。但是，根据”伽罗瓦定理“告诉我们，五次及五次以上的方程没有解析解，你再也找不到公式来找到根了。相对于“解析式”，对于没有公式的方程，只能采用数值解法。本篇讨论单个方程数值求解的各种方法，用Python 的scipy算

2017-07-27  在学习图形学课程中，一个很重要的部分就是绘制曲线、曲面。其实，这部分需要的基础课程有“最优化”、“数值分析”，其实，想要完全弄清楚，还是有一定难度的。但是，曲线、曲面的绘制是分为两部分的，一部分是数学，一部分是绘制。一，拟合    简单来讲，问题的定义是：我们通常会获取到一些离散的点，二维的、三维的， 比如在CAD软件开发需求中，我们经常获取到的数据可能

2017-06-23  今年生日，收到了一本书作为礼物，是我要求的，《程序员的线性代数》。前面两章让我有点不爽，讲解的方式令人无所适从，不知所以然。  我前几天也在amazon上浏览了《程序员的概率和统计》这本书的评论，只能说相当糟糕。我一直还是挺信任amazon读者的评论的，所以彻底断了买来看看的念头。我一直没有专门学习过概率统计，现在对于这门课程的需求也不是很大。如果等到以后有

2017-06-22  很早便买了一本闲书《数学之旅》与《什么是数学》。第一本讲解了从史前到当下最重要的100个关键发现，通过这些重大发现展现了数学的发展历程。这应该是 一本高中科普书，但是，大学时读也可，大学毕业读当然也可以，上面的一些数学学科，是上了大学才能接触到的。而像我这样，慢了许多。但，亡羊补牢犹未迟 也。很有意思的一本册子，彩板印刷，很精美。第二本就专业多了，至少作者都说了

2015-03-03  刚进入团队的时候，并没有什么具体的活儿，就是学习OpenGL红宝书并参看CAD系统的代码，理解架构。现在团队还没有完全建立起来，干活儿的只有几个人，还有学生帮着干活儿。一周多以后，我就接到了一个任务，帮着渲染族的同学做一个工具，是他们在实现一篇衣服渲染的BRDF算法的论文时，需要这么一个工具。在我工作以来，这就是我想要的，不想只能利用他人写的框架、库，离了它们就

    2015-11-30       过了好久我才来补充的记录一下学习的感受。我从年初开始准备CV的学习材料的时候就查到了这本书。起初，我看这本书是国内的人写的，感觉其可能没有国外著名大学的教材好，就没买。后来发现的确没有这方面的材料，就买了一本。现在看来是我错了，作者的确很牛掰，最早做数学研究，后来做人工智能，目前在做计算机视觉和图像处理。看起来越来越偏向应用，实践性越强。相信作...

2016-05-30   从14年3月开始关注物理引擎部分，同时也关注到其所需的知识线性代数、数值分析，特别是布料模拟还需要要矩阵计算，我就开始买书自学“数值分析”了。毕竟不是我关注的重点，断断续续地把《数值分析（美）伯登等》按目录过了一遍，却不甚解。因为没有使用上需求嘛。因为今年开始深入研究渲染引擎、物理引擎，需要把这部分知识迅速的补充起来。  我前后买了两本数值分析的书，还有一

    2015-09-15在大学的时候，我就没有花多的时间来学习微积分，觉得这个知识实在没有使用场景，不值得花费过多的时间。一年半以前，如果我对微积分有更多的了解，就不会如此被动了。我多少是有一点后悔的。不过，幸好还是学了一些的。要不然现在补这方面的知识的时候可就困难多了。history   我是4月份买的这一套书，竟然拖到现在才完成第二册。一者是因为这是历史方面的书籍，并不是教材，...

2016-09-23   坐火车回家参加高中哥们儿的婚礼，车上无聊，便带了一本《数学之美》，虽然“** 之美”系列已经被很多人吐槽了，但是，这本书对我来说还是比较受用的。我很早之前看过这本书的目录，之前对自然语言处理这个东西完全不感兴趣，一如两三年前对机器人技术不感兴趣一样，买了之后放了半年。现在看了这本书后，才发现其所用的数学知识和我当前感兴趣的机器学习是部分重合的，看看对我也有参考

2016-06-22    这一周看了一本新书《数学的语言》，真的是非常有意思的一本书。旁边组的xw，数学系master，则颇为不屑，说明我还是low啊，被人鄙视了。书中最让我有反思的是这样一个表述“在最近大约三十年间，一个为大部分数学家所同意的有关数学的的定义，在此终于出现了：数学是研究模式的科学（Science of Pattern）。”Pattern这个词，想必做程序的同学是熟悉

2017-10-24  最优化是应用数学的一个分支，只不过对于计算机系的同学而言其实还是非常重要的。像现在很火的方向，如机器学习、计算机视觉、计算机图形学、机器人等方向中都有非常基础的应用，还有机械、物理、生物等，更不用说金融方向的quant。相信很多同学都学过最优化，对于软件方向的同学应该是四年级的课程。感觉其实有点晚了的，作为三年级课程可能合适些。如果学校没有教这门课程，那就说明学校为了考虑实...