天辰的博客 | Tianchen's Blog

病榻之上

你复活辣

#“在2023年不生病挑战中，我的记录是91天，看看你能坚持多久吧！” 在23年初的大开放，坚挺并没有新冠（或许是无症状感染之后），以及在ddl之前甲流横行时候靠狂喝水扛过了感冒之后，很遗憾还是中招了甲流。在周六去看DND电影嗓子有些痒，自信归因于前一天讨论太多了嗓子难受之后。周日的下午至晚上，感到了自己的体温飙升，寒战与浑身疼痛，最终经过测试，体温来到了整整41°C!(pea...

Posted by tianchen on April 5, 2023

从VAE到Diffusion

personal notes about generative model

记录梳理一下自己学习了解generative model的一系列笔记，合并在这里，for further reference Preliminary 首先回顾一些基础知识频率与贝叶斯视角下的NN学习以下内容为花书的5.7节的拓展笔记让我们首先当一个频率派，从估计(Estimation)的视角进行切入，我们从某个未知的真实数据分布\(p_{data}(x...

Posted by tianchen on March 29, 2023

Plotly 绘图指南

每次都得现场查

Plotly Tips Installation：直接pip install 在jupyter中使用，每次重开浏览器之后都需要plotly.offline.init_notebook_mode() 常用import的写法 import plotly import plotly.graph_objs as go from plotly.subplots import ma...

Posted by tianchen on July 10, 2022

漫谈极乐迪斯科P1：古老的爬虫脑和边缘系统

所以能不能有P2呢？

disco elysium开篇中主角脑内的“古老的爬虫脑”和“边缘系统”的对话令人印象深刻，在此简单对其背景进行调研 The furies are at home in the mirror: it is their address. Even the clearest water, if deep enough can drown - R.s. Thomas HTML...

Posted by tianchen on July 10, 2022

稀疏卷积计算

缝合一下几篇post

3D稀疏卷积流程输入 Sparse Voxel形式： Coordinates: [N,3] Input Voxel Idx: [0,1…,N] Feature: [N,C] Kernel Feature: [3x3x3,C_in,C_out] Input Sparse Map可以由上述推得（但是不显示...

Posted by tianchen on June 24, 2022

About Novelty

搬运的Post

About Novelty 转载自 Michael J. Black’s Blog: Novelty in Science A guide for reviewers 公众意义上对Novelty的广泛解释，常会包含：complexity, difficulty, technicality 将Novelty解释为“Beauty” No...

Posted by tianchen on April 26, 2022

漫谈

图一乐

没事瞎想，瞎看，瞎笔记，图个一乐 Digest 👨‍🎓休谟（David Hume）苏格兰哲学家怀疑主义：认为因果是人们观察之后获得的认识，而不是物体的客观规律，只是我们的主观expectation；客观的规律存在，只是人类不可知。 “黑天鹅” “人被杀就会死” ...

Posted by tianchen on April 26, 2022

可微分渲染

不懂图形学

尝试让博客回归他本来应该成为的样子，成为某个topic的personal knowledge stack 由于这个markdown的前端显示和自己写markdown给所有东西都打上bullet list的习惯不符合，所以尽量在本篇博客中，少用bullet list，尽量用正文和空行来表示层级结构另外，今天听到了一期不错的音乐电台节目，离谱-About Rad...

Posted by tianchen on April 25, 2022

Personal Survey of Hardware Acceleration of Neural Network

个人总结一下认真写一个持续更新的post

Eff Deep Learning与Hardware Accel相关的一些自己不成熟的想法的梳理工作的几个层面 1. 算法(软件)层的加速我们熟悉的Pruning，Quantization，NAS等等都可以认为是该种方式，主要特征是：获得计算量或者存储的节省例子：我们熟悉的几乎所有Paper 表现出来的指标： FLOPs，Pa...

Posted by tianchen on April 24, 2022

FedML 联邦学习

Collaborative and Privacy

本page是从notion page转化而来,使用了原生的导出方式Export to Markdown&CSV，会导出一个zip，内部有md和图片文件，为了保持，可能需要手动将图片upload到图床 Learn FedML 📔 - White Paper by WeBank 联邦学习白皮书_v2.0.pdf (myqcloud.com) 定义：各方面借助其他方...

Posted by tianchen on February 18, 2022

A_Suozhang's Blog