科学空间|Scientific Spaces

2、量子力学中的作用量量子化方法

在发现经典电动力学的这个新作用量之后，费曼便试图将它量子化，以期得到一个令人满意的量子电动力学。当时，量子物理学中还没有采用作用量方法。常规的途径是从哈密顿函数开始，用算符来取代经典哈密顿函数中的位置和动量，再应用非对易关系。费曼当时还不知道，狄拉克在1932年的一篇文章中已经将作用量和拉格朗日函数引进了量子力学[9]。正当他百思不得其解时，一位在普林斯頓访问的欧洲学者吿诉他，狄拉克在某某文章中讨论过这一间题。得知此信息后，费曼次日即去图书馆翻阅此文。

狄拉克在1932年的文章中引进了一个非常重要的函数$ < q_{t+dt}|q_t > $，并指出它“相当于” $\exp[\frac{i}{\hbar}Ldt]$[9]。这“意味着”,狄拉克强调：“我们不应该把经典的拉格朗日函数看成是坐标和速度的函数，而应把它看作两个不同时刻t和r+dt的坐标的函数。"[9]在狄拉克思想的启发之下，费曼径直把“相当于”改写为“正比于”：

点击阅读全文...

一个多月的暑假已经结束了，又回到了学校来。准确地说，昨天已经来到了学校，只是着搞卫生、社团等工作，无暇到blog上写点什么。早晨起来，一时无聊，就随便唠叨几句。

暑假就这样过去了，这也意味着大一完全过去了，我已经成为了师兄。曾不止一次感叹“光阴似箭，日月如梭”，而我越发地体味到这一点。不少人到了大学之后才明白高中生活的美好，而我有点不同，我在高中已经懂得大学并没有我们想象中的完美，所以我对大学和高中都抱有同样的眷恋和期待。大一过去了，从外边看来，我唯一的变化就是瘦了，沧桑了吧。还记得时隔一年的体检，我的体重居然少了十斤，以至于让我不得不怀疑那个秤的准确性；还记得多少次被小孩子喊做“叔叔”，被师兄称作“师兄”......

点击阅读全文...

在高中阶段，笔者也像很多学生一样参加过数学竞赛，而在准备数学竞赛的过程中，也做过一些竞赛题，其中当然少不了不等式题目。当时，面对各种各样的不等式证明题，我总是非常茫然，因为看到答案之后，总感觉证明的构造非常神奇，但是每当我自己独立去做时，却总想不出来。于是后来就萌生了“有没有办法可以通用地证明这些不等式？”的想法。为了实现这个目的，当时就想出了本文的技巧——通过牺牲计算的简便性来换取证明的有效性。后来，我虽然没有走上数学竞赛这条路，但这个方法还是保留了下来，近日，在和数学研发论坛的朋友们讨论不等式问题时，重新拾起了这个技巧。

此前，在本博客的文章《对称多项式不等式的“物理证明”》中，已经谈到了这个技巧，只是限制于当时的知识储备，了解并不深入。而在本文中，则进行拓展了。这个技巧在当时是我自己在证明中独立发现的，而现在在网上查找时发现，前辈们（杨路、姚勇、杨学枝等）早已研究过这个技巧，称之为“差分代换”，并且已经探究过它在机器证明中的作用。该技巧可以很一般化地用于齐次/非其次不等式的证明，限于篇幅，本文只谈齐次多项式不等式，特别地，是对称齐次多项式不等式，并且发现某些可以简化之处。

点击阅读全文...

（译自 陶哲轩 博客, 译者 liuxiaochuang）
（英文原文：Does one have to be a genius to do maths?）

这个问题的回答是一个大写的：不！为了达到对数学有一个良好的，有意义的贡献的目的，人们必须要刻苦努力；学好自己的领域，掌握一些其他领域的知识和工具；多问问题；多与其他数学工作者交流；要对数学有个宏观的把握。当然，一定水平的才智，耐心的要求，以及心智上的成熟性是必须的。但是，数学工作者绝不需要什么神奇的“天才”的基因，什么天生的洞察能力；不需要什么超自然的能力使自己总有灵感去出人意料的解决难题。

大众对数学家的形象有一个错误的认识：这些人似乎都使孤单离群的（甚至有一点疯癫）天才。他们不去关注其他同行的工作，不按常规的方式思考。他们总是能够获得无法解释的灵感（或者经过痛苦的挣扎之后突然获得），然后在所有的专家都一筹莫展的时候，在某个重大的问题上取得了突破的进展。这样浪漫的形象真够吸引人的，可是至少在现代数学学科中，这样的人或事是基本没有的。在数学中，我们的确有很多惊人的结论，深刻的定理，但是那都是经过几年，几十年，甚至几个世纪的积累，在很多优秀的或者伟大的数学家的努力之下一点一点得到的。每次从一个层次到另一个层次的理解加深的确都很不平凡，有些甚至是非常的出人意料。但尽管如此，这些成就也无不例外的建立在前人工作的基础之上，并不是全新的。（例如， Wiles 解决费马最后定理的工作，或者Perelman 解决庞加莱猜想的工作。）

点击阅读全文...

————怀念我曾经参加过的小学数学竞赛。

从一道小学竞赛题谈起

笔者小学五年级时参加了第一次数学竞赛，叫“育苗杯”，大多数题目都记不清楚了，唯一记得很清楚的是如下这道题目（不完全相同，意思类似）：

假设汽水一块钱一瓶，而且4个空瓶子可以换一瓶汽水喝。如果我有30块钱，我最多可以喝到多少瓶汽水？

来瓶汽水吧

当然，这道题并不困难，30块钱能买30瓶汽水，然后留下30个空瓶子，这30个空瓶子可以换来7瓶汽水，剩下2个空瓶子；喝完汽水后，剩下9个空瓶子，可以换来2瓶汽水，剩下1个空瓶子；喝完汽水后，剩下3个空瓶子。算算看，这时候我们已经喝了30+7+2=39瓶汽水了。（不考虑撑着啊，也可以分给别人喝^_^）整个过程如下表：
$$\begin{array}{c|cccc}
\hline
\text{空瓶子数} & 30 & 2+7 & 1+2 & ? \\
\hline
\text{已喝汽水数} & 30 & 7 & 2 & ? \\
\hline \end{array}$$

点击阅读全文...

Python数据分析与挖掘实战

暑假的时候，应泰迪公司之约，我为他们的书《MATLAB数据挖掘与挖掘实战》编写了姊妹版：《Python数据挖掘与挖掘实战》（还有一个姊妹版是R语言的），主要的工作内容就是编写Python的介绍，以及把书上的MATLAB代码翻译为Python版本的。我欣然接受了，一来可以兼职赚点零花钱，二来可以系统地训练一下自身的Python编程，再则，还可以体验一次MATLAB、R、Python的大PK。现在书本已经正式发行，亚马逊、当当、京东、淘宝都可以找到，我也很荣幸被列为作者之一，于是这便算是我出版的第一本书了。

点击阅读全文...

去年泰迪杯竞赛过后，笔者写了一篇简要介绍深度学习在情感分析中的应用的博文《文本情感分类（二）：深度学习模型》。虽然文章很粗糙，但还是得到了不少读者的反响，让我颇为意外。然而，那篇文章中在实现上有些不清楚的地方，这是因为：1、在那篇文章以后，keras已经做了比较大的改动，原来的代码不通用了；2、里边的代码可能经过我随手改动过，所以发出来的时候不是最适当的版本。因此，在近一年之后，我再重拾这个话题，并且完成一些之前没有完成的测试。

为什么要用深度学习模型？除了它更高精度等原因之外，还有一个重要原因，那就是它是目前唯一的能够实现“端到端”的模型。所谓“端到端”，就是能够直接将原始数据和标签输入，然后让模型自己完成一切过程——包括特征的提取、模型的学习。而回顾我们做中文情感分类的过程，一般都是“分词——词向量——句向量(LSTM)——分类”这么几个步骤。虽然很多时候这种模型已经达到了state of art的效果，但是有些疑问还是需要进一步测试解决的。对于中文来说，字才是最低粒度的文字单位，因此从“端到端”的角度来看，应该将直接将句子以字的方式进行输入，而不是先将句子分好词。那到底有没有分词的必要性呢？本文测试比较了字one hot、字向量、词向量三者之间的效果。

模型测试

本文测试了三个模型，或者说，是三套框架，具体代码在文末给出。这三套框架分别是：

1、one hot：以字为单位，不分词，将每个句子截断为200字（不够则补空字符串），然后将句子以“字-one hot”的矩阵形式输入到LSTM模型中进行学习分类；

2、one embedding：以字为单位，不分词，，将每个句子截断为200字（不够则补空字符串），然后将句子以“字-字向量(embedding)“的矩阵形式输入到LSTM模型中进行学习分类；

3、word embedding：以词为单位，分词，，将每个句子截断为100词（不够则补空字符串），然后将句子以“词-词向量(embedding)”的矩阵形式输入到LSTM模型中进行学习分类。

点击阅读全文...

开始研究僧之旅，希望有一天能企及扫地僧的境界。

进入中山大学后，各种郁闷的事情就来了。首先最郁闷的就是开学时间特早，8月26日开学，感觉至少比一般学校早了一星期，开学这么早有意思么～～接着就是感觉中大的管理制度各种混乱，比我本科的华师差多了。好吧，这些琐事先不吐槽，接下来弄校园网，这是作死的开始。

我们是在南校区的，校园网是通过锐捷客户端来认证的，而我是用macbook的，不过中大这边还很人性化地提供了Mac版的锐捷，体积就1M左右，挺好的。但众所周知，macbook并没有有线网卡，每次我上网都得插着个USB网卡然后连着网线，这该有多郁闷。于是想办法通过路由器拨号。我也不算没经验的了，对openwrt这个系统有过一定研究，以前在本科的时候也是锐捷，可以用mentohust替代拨号，很简单。于是我在这里重复这样的过程，发现一直认证失败，按照网上提示的各种方法，都无法解决。

经过研究，我发现在Windows下，这里就只能用官方提供了锐捷4.90版本，从其他地方下载的更高级或者更低级的锐捷，都无法通过验证。估计就是因为这个机制，导致了mentohust难以通过验证。而且网上流行的mentohust都是基于V2协议的，但4.90是基于V4的。后来我又去下载了V4版本的进行交叉编译，测试发现还不成功。几近绝望的时候，我发现了mentohust-proxy，一个mentohust的改进版，让我找到了希望。（怎么找到它？我是直接到github搜索了，因为实在没辙了～～）

原理很简单，如果直接通过mentohust无法完成认证，那么就通过代理模式，由电脑来完成认证，而mentohust只需要负责发送心跳包维持联网就行。这是个很折中的方案，但应该说是一个很通用的方案，因为它的成功与否，基本就取决于自己电脑的锐捷客户端而已。看到这个方案，我就知道有戏了，于是赶紧补习了一下交叉编译的知识，最后成功编译好了，并且在路由上成功地完成了认证。

点击阅读全文...