We're here.
2024年6月21日-夏至
回看去年冬至的总结,发现有些问题已经有了一些新的看法。看来经常做这种总结还是挺有必要的。
2024-06-21 04:50:00
2023年12月22日-冬至
从学生时代走出来也有半年了,感觉工作之后的状态和学生时代的差距还是挺大的。想想也快,已经工作快半年了。
2023-12-20 13:48:00
2023年6月21日-夏至
感觉一年一次的总结还是有点太长了,这回就半年一次吧。6个月够写两次OKR了(笑)。
2023-06-21 23:41:00
2022年12月22日-冬至
相比元旦或者新年亦或是圣诞节,本人更喜欢冬至一点。虽说冬天还没有过去,甚至可能更加寒冷。但黑夜越来越短,白天越来越长,地球又绕着太阳走了一圈,更喜欢这样的日子作为新年一些。
2022-12-22 23:59:00
一些奇怪的CSS方法
实习期间遇到了一些页面上的需求,虽然这些需求可能也没有那么重要,但还是希望越接近设计稿越好。毕竟设计稿的效果看着真不错,还是由衷希望这些效果也能在页面上呈现出来。计划在这里整理一些不太好实现的样式,以做记录,~~也希望以后回来看看的时候能吐槽下这实现的是什么鬼东西~~。
2022-07-09 16:47:02
Repeater - 分析与设计
从最开始想写一个群机器人,到现在也有陆续一个月了。现在这个bot的最好记录是在一个非常水的群里复读了一周后才被发现。至于为什么想要写这样一个bot,可能也是突然意识到自己经常在群里聊天也只是复读其他的话。
2022-05-04 15:28:33
Axios 中关于 Promise 的使用与理解
最近在看了 Axios 的源码。在已有 XMLHttpRequest 的情况下,Axios 做了哪些改进吸引大家使用?抱着这样的想法尝试理解与阅读 Axios 仓库。
2022-03-19 14:37:05
2021年12月21日-冬至
相比元旦或者新年亦或是圣诞节,本人更喜欢冬至一点。虽说冬天还没有过去,甚至可能更加寒冷。但黑夜越来越短,白天越来越长,地球又绕着太阳走了一圈,更喜欢这样的日子作为新年一些。
2021-12-21 23:59:09
2021a10-静态词向量的评估
词向量的评估是个人比较感兴趣的方向,好像也是比较冷门的方向。虽然这一领域目前没有公认方案,但实际上由于大规模语言模型的迅速发展,可以将上下文进行融合进词的动态词表征被广泛的使用,静态词表征的相关研究一直处在冷门状态。
2021-10-31 16:40:49
动画OP与ED手法观察2
因为众所周知的原因,再加上本人确实有点懒,最近已经很少坐在电脑前等着动画的更新然后即刻收看。更多的可能是挑自己有时间的时候把之前没看的一口气补完。虽说补番的话,很容易只看一遍 OPED,之后就跳过了,但有些动画的 OPED 仍然给我留下了非常深刻的印象。虽然在下面列举的动画的 OPED 中,有一些可能没法讨论其手法,但在这里也一并介绍,更多是因为个人很喜欢其创意或者设计想法。
2021-10-05 22:22:00
从核酸检测开始
仅记录道听途说的笑话,以及联想。
2021-09-08 15:37:21
JavaScript 的列表解构赋值执行顺序
这篇文章将简单解释一下 JavaScript 中列表的解构赋值的细节和执行顺序。新特性还是要谨慎使用。
2021-07-27 09:35:13
《语言学常识十五讲》笔记
第一次看这种类似于教材的书籍特别想在上面做标注。可能是因为理工科的教材都把知识点列的非常明显。这本书中很多知识并不是以表格或者明显的小节标题的形式展示出来,因此需要一定的笔记。
2021-06-11 11:28:36
2021s12-机器翻译的自动评估
2021-06-02 19:45:02
距离整理笔记
本篇是在日常看论文的时候所整理的关于**距离**或者**度量**的内容。主要会记录一些度量的方法,和这种度量方法所适用的范围。
2019-11-06 16:26:29
动画OP与ED手法观察
第一次尝试写一点稍微有一点深度的文章。虽说最近看的新番越来越少,不过还是发现了一点有趣的事情,就记录下来了。大部分内容都来自于自己的理解,如果有什么错误也请多多指教。对于一部番剧而言,如果说作画、剧情、配音是能否将一部作品称为优秀的评判标准的话。那 OP 和 ED ,就是吸引观众看番的比较重要的一部分了。如何在短短的 90 秒内,充分展现作品的主题、背景,或者渲染好故事的气氛,做好足够的铺垫,一首合适的曲子以及一个合适的动画就显得比较重要。这篇文章主要会记录一些自己看到的一些OP或者ED的摄影手法,或者称作:视频制作手法。
2019-10-26 22:22:00
人工神经网络的基本知识
这个原本是通信网理论与应用这门课的一个调研型的大作业。(不过这个和通信网有什么关系)就当是笔者从零开始学习深度学习吧。本篇BLOG含有大量的公式,用来阐明最基本的神经网络在优化问题的基本算法。此外根据查到的各种资料,本篇也会简单说明基于神经网络而发展的典型网络结构以及使用这些网络结构的领域。虽说含有大量的公式,不过用到的原理也只是最基本的高等数学。为了比较美观的展现公式和算法,还会使用一些基本的线性代数运算。不过,毕竟初来乍到,可能有很多漏洞和疏忽之处,恳请理解指正。
2019-09-12 16:03:42