Ilya Sutskever: Deep Learning | Lex Fridman_哔哩哔哩_bilibili

IlyaSutskever是OpenAI的Co-Founder和首席科学家。相比SamAltman，他更低调，也更偏技术。连续听了他的三个访谈，收益颇多。尤其是三年前（2020年5月）他在LexFridmanPodcast的那次访谈-当时GPT3都还没有发布，算得上是畅所欲言，聊出了很多干货，不少内容即便今天听也觉得印象深刻。剩下的两期是2023年他和黄仁勋的对谈以及2周前他做客斯坦福某个seminar的访谈。一些keytakeways：1.从生物学上，理解神经网络和大脑的相似性物理学中的理论是非常精确的，人们可以用其做出各种惊人的预测。相比之下，生物学要更加复杂，很难有好的预测性理论。机器学习则介于物理学和生物学之间。本质上，深度学习是在参考人类大脑的运行方式。在Ilya看来，神经网络最重要的突破是反向传播算法，用数学方程来描述了学习的原理。根据目前神经科学的理解，大脑的学习规则的关键是电信号的时序(Spike-timingdependentplasticity,STDP)。STDP机制根据神经元放电时序来调节突触强度，而神经网络的反向传播算法通过时间顺序的链式求导来调整权重，二者都依靠误差信号来改变网络结构，并且驱动学习。

朗文 - 汉英中华文化图解词典 [扫描版电子书]

名称：朗文-汉英中华文化图解词典[扫描版电子书]描述：本词典属根据世界著名的三大语料库之一COBUILD中的英语语料库（TheBankofEnglish）编写的系列工具书之一，是对第一版进行全面修订后出版的第二版。词典中的例词和例句均取材于COBUILD英语语料库。故本词典收录了当代英语词目75000余条，其中4000余条为近年来进入英语的新词。本词典英语语料地道实用，版面新颖，语言信息特别详尽。链接：https://www.aliyundrive.com/s/xrhBaUxc2jN大小：31.99MB标签：#电子书#朗文#汉英词典来自：雷锋版权：频道：@shareAliyun群组：@aliyundriveShare投稿：@aliyun_share_bot

哔哩哔哩李阿玲

李阿玲在我的一个Windows工作站上面，TeXworks的PDF渲染性能烂得令人发指。这就是一个典型的包袱叠包袱的做法。我不是说生成PDF不对。TeX系的DVI格式本身就是很轻量的东西，就算是在GUI上渲染，基本都是流畅级别。现有的这些TeX编辑器，生成PDF需要压缩数据，显示的PDF时候需要解压数据，这不就脱裤子放屁级别的做法，CPU满头大汗加问号。但是，这东西他们做不出来，也实在是情有可原：没时间读文档啊。当然，对我的自我批评就是：我虽然读了文档，但是习惯性摸鱼多年（要是有足够的钱就可以随便写自己想写的代码了）。

【选Mac还是PC？交了这么多学费后，我终于悟了...-哔哩哔哩】

【选Mac还是PC？交了这么多学费后，我终于悟了...-哔哩哔哩】https://b23.tv/Lxzq48i影视飓风曾经花了20万把所有工作流转到ARMBased的Mac，结论就是，这是不可行的。你还是得结合着用PC。我的结论差不多。达芬奇在macOS上效果是最好的，如果你用的是H.264/H.265/ProRes，那就非常舒服。但现在Intel12/13代的硬解有了后观看差距很小（加了降噪Mac的表现可以洗洗睡了。还有硬件编解码器出bug就寄了。不过HDR的工作流还是Mac比较方便。那结论是啥：我全都要咯！

哔哩哔哩绵云饴里

绵云饴里起初是想找点免费美观的隶书字体，没找到合适的，于是创建了个开源「黑体汉隶」计划，如图，为曹全碑风格的“黑”体，同时用OT特性及扩充区汉字来支援隶书那些奇妙的异体字，例如曹全碑的“曹”字就有两种写法：曺、（⿱㯥日）。而“万里朱紫”的“紫”写作（⿹⿶弋⿰丿丨糸）……图里的CoQuBeLi只是汉隶风格西文的构思草稿，除了“O”都有曹全碑字笔画对应。个人从零做套汉字字体十分艰巨，希望有感兴趣的同好来帮忙。https://www.github.com/MY1L/CoQuBeLi

简明英汉必应版：全网收词量最多的离线词典，词频考纲标注（432万词条）内容包含：

简明英汉必应版：全网收词量最多的离线词典，词频考纲标注（432万词条）内容包含：MDX版本（及去音标版）：支持GoldenDict/mdict/BlueDict欧陆Eudic版（及去音标版）：欧陆词典（桌面，手机）Kindle版本MDXCSS美化版本：支持GoldenDict/mdict/BlueDictStarDict版本：支持StarDict，多看系统因作者能力有限，该词典追求的是快速查词和查得率，让你在最短的时间内掌握一个单词的基本含义。整合了市面上各类免费和开源资料，利用BNC/COCA语料库进行词频矫正，并使用NodeBox,WordNet等自然语言处理工具包对各类时态语态，派生词等进行补充和标注。再根据考试大纲和柯林斯星级还有牛津3000核心词进行标注，让你一眼就能看出这个单词的重要性。词典是在340万收词量的开源词典《简明英汉增强版》（支持GoldenDict,欧陆词典，BlueDict，mdict，edwin，Kindle等）的基础上，补充了更多短语、谚语、新词、俚语和专业术语，并对前20万基础词汇使用必应释义进行了校对并发布。词典制作使用的工具：开发语言用的Python，以及beautifulsoup4,lxml,requests等常用模块，自然语言处理用到了WordNet和NodeBox两个包。以及，作者自己写的开源的ECDICT项目（Python词典数据库及相关脚本）和其他包括自然语言处理，BNC/COCA的分析程序，十多个不同类型的爬虫，等大大小小几十个脚本程序。数据库使用SQLite，CSV等。#词典