read me

关于该博客-（谨慎交RMB，我更新博客不定期，重要的事情放在前面）

一开始是在2018年本人大三的时候，开始接触一些数值代数，微分方程数值解和学习matlab，那时候本人经常上网搜各种代码和算法，放到大作业里面，那时候经常接触CSDN博客，发现很多人的博客对于代码讳莫如深，不肯把自己完整的代码放出来供读者下载使用学习，当然了，这样有助于读者自己学习摸索，只不过这个过程有点太复杂，不同的人学习代码有不同的根基和领悟能力，像博主这样的人偏偏就是领悟能力差的，所以对这种行为非常不喜

大三保研结束以后，人生轨迹有了新的方向，本来一直打算进军数学方向，纯粹是因为那时候对代码深恶痛绝，所以觉得走一个纯数学方法也未尝不可，然而保研最后跳槽还是到了一个码农基地，最后不得不选择面对现实，将代码重新抓起来学习。
这里也给各位一点建议，学习计算类课程，最好还是要强迫自己主动去写代码和算法，尤其是在做数学建模比赛的时候，我知道很多人分工的时候很喜欢挑文字工作，事实上这种做法对自己的代码能力有害无益，博主没有打过数学建模比赛，但是在本科写大作业的时候很喜欢投机取巧，这个导致最后大三结束的时候连matlab几乎都不会用

这个博客是我2020年9月开通的时候，在此时本人已经结束了本科生涯，大四一年在很多人的帮助下学习了一些pytorch,linux的基本用法，也对神经网络训练有了一些初级的了解，那时候跟着学长学习python的时候最大的感触就是需要不断跟学长要他当时曾经实现过的代码，然后我在他的基础上抄写，学习，增加自己的印象和能力，相信学长那时候很无语，因为很多算法代码他也没有保存，所以很多时候都是他自己耗时几天重新写一遍再给我。基于这种窘况，我猜测和我有同样问题的人不在少数，肯定也有不少人迫切需要提高编程能力，但是找不到完整的代码来学习，所以本人就开通了这个博客，把自己学习的心得和代码及时放上去，希望读者也能从中受到启发

关于博客，里面有好几个专栏，事实上，一开始我的博客全部都是免费阅读，不过等到了2021年9月的时候，老实说粉丝越来越多，总是让我觉得其中是否会有人抄袭我的代码放到人家的论文里面去，因此就把NN方面的大部分博客都设置成了收费

本人的目的主要是防止有投机取巧的人来抄袭代码用在自己的学术上,因此如果有任何疑问随时通过CSDN私聊博主，一般看见了博主会及时回复。

博客专栏的介绍

所有深度学习标签的博客全是使用NN求解PDE的讲解和代码，这里面主要是使用PINN或者是深度Ritz方法以及Galerkin方法来求解PDE的代码，这里说的PDE主要是指二维泊松方程，少数几个博客也针对高维泊松方程和NS方程的求解做了介绍和算法实现，里面有部分博客本人把相关的参考文献也罗列出来了，部分代码里面还涉及了如何把数值解和精确解作比较的可视化操作，对于初学者画图很有借鉴意义，但是对于高级选手没有明显帮助，因为本人的深度学习代码一般都是给了一个框架，许多网络生成和算法都是参考现有论文。

优化方法主要是《优化方法》，《大数据分析中的算法》的大作业，这部分对LBFGS算法，信赖域算法，还有线搜索方法，以及如何使用python求解压缩感知问题，求解线性规划问题，随机SVD分解，ADMM,ALM方法都做了介绍，并且都有代码。

传统数值方法是我研一上《数值代数》，《数值PDE》，这部分重点实现了五点差分方法，有限元方法求解二维泊松方程的算法，以及针对这样的线性系统，如何使用G-S迭代，线高斯迭代，Jacobi迭代来加速线性系统的求解过程，其中也包含一些使用firedrake，HPC方向求解计算数学线性系统的代码文章，如果不了解计算数学建议不要订阅。

高性能计算方面主要是《并行计算》领域几个MPI,OpenMP的代码以及PETSC的一部分介绍，这部分本人涉及高性能计算的时间不长，所以给出的代码都比较粗浅，之后担任HPC方向助教，学了一些MPI,OpenMP，CUDA编程求解Jacobi迭代的代码，自认为封装了一个比较基础的代码，有兴趣入门HPC方向的同学可以尝试订阅，对于初学者会比较友好，但是想要深入学习高性能计算的读者来说，这部分的内容应该没有什么帮助。

PDE约束优化控制问题专栏建议不要订阅，里面的内容过于复杂，一般初学者难以理解。

最后希望大家能从中受益，我的博客基本都有完整的代码，根据我最初的设想，读者只需要复制下来就可以直接跑，感受一下算法的实现结果。最后就是谨慎交RMB，因为本人博客更新速度是没有规律的。