想必每一个程序员心里都有一个Linux。

0.前言

一直想学Linux,之前尝试了Ubuntu和centos,虽然两者非常大众化只是觉得有点丑,后来通过搜索了解到了Arch Linux和Manjaro,简单查看之后,觉得非常喜欢Manjaro的众多特性,于是就想着自己装一下,作为自己以后常用的Linux系统来工作。

关于Manjaro的桌面主题,主要有XFce、Gnome、KDE,同时还有社区版Deepin等,简单的对比之后,决定使用KDE,因为感觉功能更丰富。

之前在公司自己尝试着使用虚拟机装了一版,简单尝试了一下,体验还不错,只是不能使用Nvidia显卡来跑GPU程序,这就比较不爽了,毕竟是虚拟机里的东西,到底不如真机下爽快。

趁着这段时间在家相对空闲,同时Windows10下面的Pytorch突然报错(后来通过pip重新安装已修复),有点不能忍,于是打算在自己的电脑上折腾一下双系统:Windows 10 + Manjaro(KDE)。

my_manjaro

个性化hexo主题

1. 换Material X主题

原来自己用的是indigo主题,还是蛮material的,只是后来发现material x的主题更好看,插件更加丰富一些,于是就探索切换了一番,哈哈哈。

统计学重要知识点

1. 概念

  • 概率:概率是一个事件发生、一种情况出现的可能性大小的数量指标,介于0与1之间。
  • 分布:分布包括离散分布和连续分布,用来表述随机变量取值的概率规律。
  • 概率密度函数(probability density function,PDF): 在数学中,连续型随机变量的概率密度函数(在不至于混淆时可以简称为密度函数)是一个描述这个随机变量的输出值,在某个确定的取值点附近的可能性的函数。当概率密度函数存在时,累计分布函数式概率密度函数的积分。
  • 累积分布函数(cumulative distribution function,CDF):又叫分布函数,是概率密度函数的积分,能完整描述一个实随机变量X的概率分布,一般以大写“CDF”标记。
  • 伯努利分布(零一分布、两点分布、0-1分布)伯努利试验成功的次数服从伯努利分布
  • 二项分布: 重复n次独立的伯努利试验
  • 泊松分布: 在二项分布的伯努利试验中,如果试验次数n很大,二项分布的概率p很小,且乘积$\lambda=np$比较适中,则事件出现的次数的概率可以用泊松分布来逼近。事实上,二项分布可以看做泊松分布在离散时间上的对应物。同样的,泊松分布也可看为二项分布在特殊情况下的极限。
  • 大数定律: 在数学与统计学中,大数定律又称大数法则、大数律,是描述相当多次数重复实验的结果的定律。根据这个定律知道,样本数量越多,则其算术平均值就有越高的概率接近期望值。大数定律很重要,因为它“说明”了一些随机事件的均值的长期稳定性。
  • 正态分布: 正态分布又名高斯分布,是一个非常常见的连续概率分布。正态分布是自然科学与行为科学的定量现象的一个方便模型。各种各样的心理学测试分数和物理现象比如光子计数都被发现近似地服从正态分布,尽管这些现象的根本原因经常是未知的,理论上可以证明如果把许多小作用加起来看做一个变量,那么这个变量服从正态分布。
  • 中心极限定理: 中心极限定理是指概率论中讨论随机变量序列部分和分布渐进于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理,有广泛的实际应用背景。在自然界与生产中,一些现象受到许多相互独立的随机因素的影响,如果每个因素所产生的影响都很微小时,总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。
  • 离散分布:离散分布描述离散随机变量的每个值的发生概率,如伯努利分布、二项分布、泊松分布。离散随机变量是指具有可计数的值的随机变量,例如非负整数的列表。在离散概率分布中,离散随机变量的每个可能值可与一个非零概率想关联。因此,离散概率分布通常具有表格形式。
  • 连续分布:连续分布描述连续随机变量的可能值的概率,例如正太分布。连续随机变量是一组无限且不可计数的可能值(称为范围)的随机变量。连续随机变量(X)的概率被定义为其PDF曲线下的面积。因此,只有值范围才能具有非零的概率。连续随机变量等于某个值的概率始终为零。

概念集锦

数学

数学是利用符号研究数量、结构、变化以及空间等概念的一门学科,从某种角度看属于形式科学的一种。数学透过抽象化和逻辑推理的使用,由计数、计算、量度和对物体形状及运动的观察而产生。数学家们拓展这些概念,为了公式化新的猜想以及从选定的公理及定理中建立起严谨推导出的定理。

  1. 自然语言处理(Natural Language Processing,NLP):自然语言处理是人工智能和语言学领域的分支学科,主要研究如何让计算机处理和运用自然语言。

  2. 自然语言处理广义上分为两大部分,第一部分是自然语言理解,是指让电脑“懂”人类的语言;第二部分为自然语言生成,是指把计算机数据转化为自然语言。

前面曾经提到过的,我想要把自然语言处理相关的技术接入到我的毕设微信小程序里面。

由于腾讯云未提供JS的SDK,要自己编写HTTP请求来实现,之前觉得比较麻烦,相关说明文档没有整明白,不想尝试,后来觉得既然是自己选择的路,那么无论再苦再累,都要坚持走下去,无论结果是什么,也算对得起当初自己的豪情壮志了。