科学空间|Scientific Spaces

绿色和平组织前天发来了关于珠江河的消息。珠江作为我们广东的“母亲河”，出现了什么问题了呢？

绿色和平组织

亲爱的朋友，

你爱吃鱼么？那么，如果是洗发精口味或肥皂口味的鱼，你还一样食指大动吗？也许你不相信有这样的鱼，那么，跟随我们一起去珠江探访吧。

珠江流域的河流为区内4700万人提供饮用水，然而现在，工业污染却正在毒害那些居民的健康。绿色和平的最新调查发现，珠江三角洲的五家企业向珠江排放有毒有害物质！

点击阅读全文...

如果你已经安装了MathPlayer，就这里检查一下你的版本是否最新版：
http://www.dessci.com/en/products/mathplayer/check.htm

如果你还没有安装，欢迎你点击下面的链接下载安装：
http://www.dessci.com/en/products/mathplayer/download.htm

点击阅读全文...

Fukushima

福岛核电站已经好久没给我们带来好消息了，各种稀奇古怪的故障一个接着一个，越来越多的人也在考虑“最坏情况”的可能了，这次的碘盐恐慌似乎就是被所谓的“最坏情况”吓出来的。那么最坏到底能有多坏呢？

完整的评估太过复杂，咱就从比较简单的，也是目前我们很多人最关心的问题说起：放射性物质的泄露对海水最大到底能有多大的影响。这里我们主要拿这个风头正紧的碘 131 来开刀。

点击阅读全文...

从这个系列的第一篇文章到本文，已经隔了好多天。其实本文的内容是跟第一篇的内容同时完成的，为什么这么久才更新呢？原因有二，其一是随着春天的到来人也开始懒起来了，颓废呀～；其二，我在思考着规范变换的问题。按照朗道《场论》的逻辑，发展完质点力学理论后，下一步就是发展场论，诸如电磁场、引力场等。但是场论中有个让我比较困惑的东西，即场论存在着“规范不变性”。按照一般观点，我们是将规范不变性看作是电磁场方程的一个结果，即推导出电磁场的方程后，“发现”它具有规范不变性。但是如果用本文的方法，即假定场有这种对称性，然后就可以构建出场方程了。可是，为什么场存在着规范不变性，我还未能思考清楚。据我阅读到的资料来看，这个不变性似乎跟广义不变性有关（电磁场也是，这似乎说明即使在平直时空的电磁场理论中也暗示了广义不变性？）。还有，似乎这个不变性需要在量子场论中才能得到比较满意的解释，可是这样的话，就离我还很远了。

好吧，我们还是先回到相对论力学的推导中。

“无”中生有

上一篇文章我们已经构建了相对论力学的无穷小生成元，并进行了延拓。我已经说过，仅需要无穷小的变换形式，就可以构建出完成的相对论力学定律出来（当然这需要一些比较“显然”的假设）。这是个几乎从“无”到有的过程，也是本文标题的含义所在。另一方面，这种从局部到整体的可能性，也给我们带来一些启示：假如方法是普适的，那么可以由此构造出我们需要的物理定律来，包括电磁场、引力场方程等。（当然，我离这个目标还有点远。）

点击阅读全文...

此文很水，高手略过...

Python以它的开发效率而闻名，优秀的开发效率自然意味着它能够用更少的代码实现更多的功能。那么，对于同一个问题，Python的代码能有多简洁？而我们怎么平衡开发效率和运行效率？笔者学了几个月Python，略懂一点，在此班门弄斧一翻。

在此，我们来编程计算
$$\sum_{n=0}^{10} n^2$$
这当然是一道非常简单的习题。按照一般思路，写出来的最自然的代码就是：

s=0
for i in range(11):
    s = s + i**2

print(s)

点击阅读全文...

前言

今天在QQ群里的讨论中看到了focal loss，经搜索它是Kaiming大神团队在他们的论文《Focal Loss for Dense Object Detection》提出来的损失函数，利用它改善了图像物体检测的效果。不过我很少做图像任务，不怎么关心图像方面的应用。本质上讲，focal loss就是一个解决分类问题中类别不平衡、分类难度差异的一个loss，总之这个工作一片好评就是了。大家还可以看知乎的讨论：
《如何评价kaiming的Focal Loss for Dense Object Detection？》

看到这个loss，开始感觉很神奇，感觉大有用途。因为在NLP中，也存在大量的类别不平衡的任务。最经典的就是序列标注任务中类别是严重不平衡的，比如在命名实体识别中，显然一句话里边实体是比非实体要少得多，这就是一个类别严重不平衡的情况。我尝试把它用在我的基于序列标注的问答模型中，也有微小提升。嗯，这的确是一个好loss。

接着我再仔细对比了一下，我发现这个loss跟我昨晚构思的一个loss具有异曲同工之理！这就促使我写这篇博文了。我将从我自己的思考角度出发，来分析这个问题，最后得到focal loss，也给出我昨晚得到的类似的loss。

点击阅读全文...

猴年快乐！

今天是年三十了，这里简单祝大家除夕快乐，新年快乐！愿大家在新的一年里都晋升为学神。^_^

这两天主要在折腾家里的路由器。平时家里只有爸妈两人，所以为了节省，家里只是通过中继隔壁家的网络来上网。本来家里用小米路由器mini，可是小米mini中继模式下功能限制非常多，我又不想刷第三方固件（因为这样会失去app控制功能，不是很方便），所以干脆换了个极路由3。极路由在中继模式下仍然保留了大部分功能（我觉得这样才是正常的，我不理解小米mini在中继之后就没了那么多功能究竟是什么逻辑）。

作为折腾派，一个新路由到手，总有很多东西要配置，极路由本身是基于openwrt的，因此可玩性也很强。首先要完成中继，然后上网，这个很简单就不多说了。其次是获得ssh权限，在极路由那里叫做“申请开发者模式”，或者叫root（感觉极路由想做路由界的苹果，但是在如今这个时代，苹果当初那种发展模式估计很难发展起来了），这个步骤也不难，不过申请之后就会失去极路由的保修资格（不理解这是什么逻辑）。

本文主要介绍了怎么在openwrt（极路由）上安装python，以及建立SSH反向代理（实现内网穿透）。

点击阅读全文...

逐层识别

当图像有效地进行分层后，我们就可以根据前面的假设，进一步设计相应的模型，通过逐层处理的方式找出图像中的文字区域.

连通性

8邻接

可以看到，每一层的图像是由若干连通区域组成的，文字本身是由笔画较为密集组成的，因此往往文字也能够组成一个连通区域. 这里的连通定义为8邻接，即某个像素周围的8个像素都定义为邻接像素，邻接的像素则被定义为同一个连通区域.

定义了连通区域后，每个图层被分割为若干个连通区域，也就是说，我们逐步地将原始图像进行分解，如图9.

点击阅读全文...