数学AI钢琴健美和乒乓球

最近一直在琢磨健身的办法。除了举铁之外，发现还有很多东西都可以提升自己。目前我尝试的一堆东西中，似乎最好用的就是芭蕾和体操了。和很多人想象不一样，芭蕾和体操对于全身的锻炼是很少有运动可以达到的。甚至可以这么说，能坚持下来的，绝对都不是一般人。当然，这个是需要你每天做的。关于芭蕾有一点我要说明，就是中国对于柔韧性的崇拜。柔韧性是个很危险的东西，我们希望的柔韧性是拉长肌肉而不是所谓的韧带（虽然韧带势必变长）。可惜很多研究表明，所谓的拉伸最后不但没有拉长肌肉和韧带，反倒是导致痛觉的下降，换句话说，受伤都不

说句实话，今天看了一天paper，也不知道看出来了个鬼。一直想研究在Transformer架构上怎么能搞点trick出来。看了Switch Transformer，得到概念基本也就是那些。目前看来要是再去看的话，恐怕就只能看CV了。一堆其他设计当然也可以尝试，最近居然还出现了一个Transformer-in-Transformer，不过似乎还是CV。至于RL，基本上各种attention网上怼。我还是没太明白这里面的一些基本脉络。...

Overleaf, Online LaTeX Editorhttps://www.overleaf.com/read/fwptsnbcvkcg大部分写到这里了。说句实话，RS这边感觉很难（可能是我太菜了）整理出来一个脉络，基本上大家都可以自己讲一个自己的故事就完毕了。从网络设计上来看，很难找到一个通用的trick。我明天继续搞。...

今天花了几个小时时间读了很爽的证明，就是关于AC和Zorn's Lemma的。先贴一下地址吧。On the Bourbaki’s fixed point theorem and the axiom of choicehttps://arxiv.org/pdf/1905.09782.pdf当然了，这个文章写的有点糙，好多定义没有给（大汗），但是这个证明是非常优美的。个人认为，如果是想要真的做数学的，第一个就可以尝试着找到AC和Zorn's Lemma定价性的各种其他证明。原因很简单，这里面没有什么特别复杂

最近本江湖骗子写本子写多了，但是突然发现RS的东西还是挺好玩的。这里面有很多东西我都没有意识到。在这种情况下，因为CSDN写起来太散了。我干脆建了一个Latex文档用英文写。RL脑洞集锦https://www.overleaf.com/read/fwptsnbcvkcg...

今天的话因为懒得读paper就介绍一篇关于数学的内容吧！今天的一本书是Ledoux写的Concentration of Measure. 这本书从某种意义上来说，是Talagrand和Ledoux多年以来研究的两个最重要的成果之一。原书的话在这里。当然，Ledoux这本书的特点就是他证明不等式的方法往往是通过一些很清奇的方法，而不是修修补补。这本书非常好读，而且非常符合传统的这种教材的方法。作者不是上来就一坨不等式扔给你，而是从一个个小的定理出发，展现出这些定理的作用之后，再把所有的推导核心均放在一

今天一天整体比较水，主要是需要赶一个本子，所以大概看了两篇联邦学习的东西。说句实话，我对这个领域真的不是十分了解，但是从个人感觉来说，除去密码学的东西真的不懂，整体来说，我感觉还是在一个比较宽泛的设定下，研究怎么把各种成熟方法搬过去的学科。学术上大家关不关心我不知道，但是整体来说，应用上最近国家似乎要搞实验导致很多类似的要求。SecureBoost: A Lossless Federated Learning Framework是个人感觉最实用的，也是写的很清楚的一篇文章。大体来说，这篇文章好就好在作者

Ffjord虽然是很老的一篇文章，但是这个想法真的很惊艳。这里面最惊艳的大概就是把Normalizing Flow做成了连续形式，然后根据一个ODE的解法来进行。对于数学基础好的同学，这里面最重要的可以学习的是关于处理复杂度的处理，和Performer能学到的东西很类似。BYOL是一个非常有意思的文章。在我印象中，例如基本依赖于负样本，类似于Triplet Mining。在相当的时间里面，我一直认为Constrast Learning的主要目的还是引入负样本。但是这篇文章告诉你，其实引入负样本反倒是不靠

我终于终于上了一个完整的俄罗斯芭蕾课。用了一年时间。说句实话，这个老师吧不是十分正统。或者这么说吧，她野心很大。这里给大家讲个故事你就知道她有多狠了。以下是原文：我小时候脚指甲往肉里涨。当时有钱的家长都每天领着自己的孩子去修脚。我没有这个钱，但是我听说你可以逼着脚指甲往上长，方法是把脚指甲往上拉。我就每天用针扎进我的每个脚指甲缝里面，然后往上翘。我现在还有视频，一会发给你。后来连着扎了一年，以后我就再也没有这个问题了。这么狠的人对自己学生也巨狠无比。别人一般12岁上足尖鞋，她的学生一年就

大概今天下午都在吹NB。大体来说，想把之前的一些项目都出来。所以呢，就做了这么一个库。GitHub - rwbfd/SmartRechttps://github.com/rwbfd/SmartRec大概来说，大部分研究性质的都会放在私有库知道paper成型。但是通用的一些东西已经会放出来了。里面东西很多，其中Offline RL和Representation部分还在写。今晚会更新第二版。懒得到时候再写CSDN了。所以现在先放出来。...

我个人绝对不是健身狂魔，也不是健身房当中那种“我在健身房当中没有对手的人”，可是今天我发现了几个非常神奇的事情。这些只是个人的经历，但是也许对于健身的人来说有帮助。芭蕾和体操对于腿部力量的提升可能是世界上最有效的目前我大概仅仅坚持了三周左右。每天两个小时芭蕾和体操的训练（具体的方法还在调整）。我向来认为我腿部力量是很弱的，至少跟那种腿看起来跟青蛙一样的人来比根本都不可以比。但是芭蕾和体操目的不是塑形。事实上，在我跟很多顶级体操运动员（肖若腾，奥运会银牌获得者；Ellen，东京奥运会体操评委）的交

有幸受邀一名朋友制作网课。每周一更新。包含钢琴技巧、乐曲分析、作曲理论和歌唱。烦请各位看一下这里面的目录是否合适。钢琴课提纲本钢琴课分为以下几个部分。基本钢琴常识； 乐谱基础； 钢琴核心技巧及练习方式。 和声学、对位法、配器法和曲式分析。 基本歌唱技术、视唱练耳方法和视奏训练。 重点曲目分析。基本钢琴常识理解钢琴的前世今生； 当代钢琴的机构及如何科学的利用钢琴技巧进行演奏； 知名的钢琴教育家及必读材料； 学习钢琴的路径；如何成为一个综合的钢琴家； 钢琴家如何进行准

说句实话，RecSys还真是一个挺有意思的领域。大部分paper的话非常容易去读，因为大部分思是通用的；另外结构化数据集这个也是比较有挑战的。此外，我发现很多人在发paper的时候都会借助于其他领域的思想。当然，这是不是纯粹为了创新而创新咱不说，但是确实很让我开阔眼界。Self-supervised Graph Learning for Recommendation这篇是我觉得最有意思的。个人感觉大体来说，思路是用Random Dropout模仿NLP的Mask；紧接着用Contrast Learnin

Olga Scheps和我的关系如果说今年最幸运的一件事情，除了为了公司贡献了青春以外，那就是认识了Olga Scheps。Olga Scheps是谁呢？在我看来，她是年轻一代女钢琴家的最优秀和最有特点的。说白了，她是我的女神。Olga是一个什么样的钢琴家呢？首先她是一个极端善良的人。今年家父去世的时候，我想开一次几年音乐会，所以邀请她来参加。当时的时间是德国凌晨3点到5点。她不但参加了，而且哭了。就Olga的演奏来说，她是很特殊的一名钢琴家。我接触的大部分钢琴家都是非常理性的，演奏靠的

在今年过年的时候，因为本卢瑟既没女朋友也没有啥，所以唯一办法是上课。在这里认识了几位非常好的芭蕾老师，于是就上了瘾。最近开始每天6点到8点开始做体操和芭蕾的训练。这几个月减了30斤的体重。所以我们来个芭蕾一百天挑战吧。每天（不出意外）做一次这个。目前内容在这里。链接: https://pan.baidu.com/s/1EQpLC_ubCLbjJ6BNUGbT8A 提取码: 77dj--来自百度网盘超级会员v7的分享大家可以尝试一下。这是第一天照片。顺便说一句，在这里我必须得感谢一下我.

这几天大概一直在看推荐系统的东西，主要目的是为了写本子。有一个很幸运的事情是，有一名大佬已经把一些值得看的东西都拿了出来。这里就是RecSys必看论文。当然，RecSys还是很有意思的。虽然我必须得抱怨一句，RecSys的好多conference不让下载，这也是挺奇葩的。不过整体来说，这里面还是很少的有很多有趣的网络设计的地方，而且还有很多的想法。我发现几个有意思的趋势。首先大部分RecSys的网络设计其实是很有意思的。在这里面，阿里的论文似乎是最有意思的。比如说吧，这个图：...

在前一段时间里面，见到了一位文g留下来的奇人。这位老太太自己有个姑娘，跟“所谓中国著名的，世界上最好的教小孩的老师学过“，于是录了这么一个视频，为自己所谓的琴童生涯做了一个终止。视频在这里：一位琴童的演奏。我一直不想去批判别人，因为毕竟每个孩子学琴都是不容易的。但是这里面出了几个很严重的问题，我觉得我有必要做一个视频说一下。家长和孩子的评估过于自信。所谓“我听了感动所以谁都不如我”。 家长和孩子对别人的评价极端恶毒。所谓“朗朗就是个猪头”，“谁是霍洛维茨，我就觉得张昊辰好，别人我听都听不了”，

如果要问二十世纪最伟大的统计学家是谁，大部分的回答不会是Fisher或者Wald，而是Lucien Le Cam。从最近开始我会组织一些同学去翻译Le Cam的大作Asymptotic Methods in Statistical Decision Theory。所以不妨现在就对这部分内容做个简介。这本书的内容从统计学角度来说，最难的问题基本上是三个：1. 如何评价统计决策手段的效果；2. 在这个评价体系之下，最好的界是什么；3. 知道最好的界之后，我们是否可以达到。虽然Le C

本来不想就减肥的国家大业说什么的，可是吧昨天回到哈尔滨遇到了之前的乒乓球教练，他的孩子今年初三（哈尔滨初四中考）。孩子本来学习还是不错的，但是现在掉到了全学年100名左右。对于不知道背景的读者，我们不妨简单说两句。在哈尔滨，大概只有哈尔滨三中和哈师大附中才能保证上比较好的一本。而市重点之类的学校，基本上能过一本线的都寥寥无几。要进哈三中和师大附中，基本上要进到2%的名次。这家长本来想假期好好补补课，可是呢，现在来了减负令，于是家长就问了一个问题，我到底该怎么干。这个问题看似简单，可是却真的难倒我了。周围

说句实话，今天两个小时就看了三篇论文。一个小时看的是摘要，还有一个小时看得是数学推导。我个人对研究一点感觉都没有，所以说了千万各位老大不要拍我，但是感觉目前RL，尤其是DeepMind的研究越来越从实用算法比较进入到数学推导了。并不是说数学推导不好，但是作为一个没有追求的人，的确是想看看RL算法当中一些实用的内容。On The Effect of Auxiliary Tasks on Representation Dynamics的思路还是很清奇的。从整体来说，这篇文章主要考虑的是从数学角度看Auxil