Posts

0501周四 就是单纯睡觉，然后下午跟wcy出去吃饭，晚上写完了200作业 具体时间有点忘记了，就不写了 0502周五 时间 事情 0000-0200 看小视频，包括纽约留学生活之类的 0200-0340 睡觉 0340-2000 跟zlb，gzy去义乌 2000-2200 回来路上因为看了很多的保研帖子，其实感觉略微有点压力山大， 0503周六 上午疯狂奖励自己，下午疯狂看王者视频，晚上打王者，真的是什么都没干，3点睡觉 0000-0200 0100-0115 补了一周的时间 0504周日 上午10点30起床，开始打王者，关键还是一胜一负一直这样，打到整整一点，吐了 0000-0330 打王者 0330-1030 睡觉 1030-1300 打王者 1300-1400 看龙舟CFD学习视频 1400-1500 看没用的b站小视频 1500-1630 照相 1630-1700 回来更新自己的每日记录+计划今天剩下的时间 比较想的奖励自己的方式 开始学习stm32，然后自己尝试 学习龙舟的cfd，然后海报就用去年的，不变了，就是论文补充一下 比较不想做的事情 签证 思想报告 马原读书笔记🐶

0301周六 0000-0200 王者 0200-0800 睡觉 0800-0830 赖床 0830-1030 坐ztn车去宁诺，路上基本静默 1030-1300 看着学长启动了车子 1300-1630 比赛+看别人 1630-1740 跟张海洋转校园 1740-1840 1840-2000 李皓轩宁波请客吃饭+7个人各种找厕所 2000-2200 回程路上 坐ztn车 2200-2300 回来 收拾实验室 2300-0000 跟我爸爸通话 托福重要 0302周日 0000-0900 起床 0900-0930 赖床 0930-1000 洗澡+去zjui大楼 1000-1120 跟gky整理档案 1120-1220 去理发+基本1h 1220-1250-1300 回来 1300-1330 教ta，洗衣服 1330-1430🐕 各种看飞书 整理道onenote 1430-1630 睡觉 1630-1730 下载solidworks 1730-1844-1910 去zjui大楼候选预备党员竞选，吃饭 1910-1920 教tabb使用（这个事情牵制了我不少精力，需要自己有很重要，很具体的事情去做）继续下载solidworks 1920-2030 2030-2130🐕 solidworks学习 2130-2230 教tabb使用（这个事情牵制了我不少精力，需要自己有很重要，很具体的事情去做） 2230-2300 点了外卖，然后看到wjx电脑有问题，去支援，然后发现其实他比我更有经验，然后我就回来了 2300-2400🐉 看cuda教程，但是没有明确目标，时间计划，看几个，所以基本等于浪费了 2400-2420 吃饭 0020-0100 整理时间-因为感觉最近时间飞逝的非常快，完全不知道做了什么+更新博客

0217 时间 计划 实际 反思 0000-0030 睡觉 0030-0400 时间总结+看完怪物大师（怪物大师：只看结尾 可以速通每件事情请的总进展原因）（） 0400-0830 起床 0830-1200🐉1.5 知乎 看 上课 但实际上看一些小视频 上课时间第一要转变陈 1200-1300 睡觉 1300-1600🐉 上课 但是看b站，看游戏视频 1600-1800🐉 玩一个策略性游戏 1800-2010 想mhz 然后一直焦虑自己的机票问题，买不买这个时间的买的好1跟大家一起，不会被孤立，孤立其实不是很爽买的不好1没法早点去，做科研2贵20003其他问题1钱问妈妈要2护照还没办出来然后还有很多焦虑的事情，比如我的科研就是没有进展，然后我应不应该找 【事情多的时候，焦虑的时候】1先关机，自己冷静一下2自己罗列问题+找到最简单的解决方案3然后直接问上课感觉收获很慢，但是大家都在上课，自己也不好走，焦虑1自己没有满分的把握，但是现在做的时候但是怎么说呢，就是人数达到一定界限之后，就直接接受就行了，至于之前纠结的时间怎么看待，说时候就是与人相处中面子这个事情真的让人很纠结，一方面我之前硬要面子就是不想去，但是后来又妥协，就感觉自己很贱一样，没事找事一样，就是想特立独行一样，但是事实上呢，肯定有点想特例独行的，自己本身的规划就是特立独行的规划，但是另一方面就是不想随大流，想保证一点自己的思维。所以需要权衡，独行到什么程度，哪些事情可以独行，那些事情吸取他人经验【独行】【至于所谓面子】1比方说lzc觉得我很菜，看透我了，原来我一点自制力都没有，但是我不想承认，这样就会有面子问题。面子本质就是装的和真实之间的差距。所以丢掉面子的最简单的方式 就是让自己知行合一1.1如果我生活中就是一个邋遢的人，那么我就不要在别人面前装的好像多么的厉害，我也不要觉得自己有多么厉害，1.2如果我就是10-20名的能力，那么平时我就不要很自大地上各种课程，各种课程不写作业，10-20名怎么对待这门课程，我就应该怎么对待。1.3如果我代码能力其实很菜，就不要装着修饰自己的朋友圈，以为自己很强1.4如果我没有自控力，我的自控力是不定时的，那么就要向下理解为控制不了就是没有，下线就是我要展现的水平，就是我要认可自己的水平比方说最近有两天都没有学习，那么这个就是我的下线，就是我的水平1我的水平就是两天学不了一点-》怎么统计，更新自己的下线比如说有一天10🦌，那么这个就是我的下线，就是我的水平没有必要，千万不要降低自己的下线![[Pasted image 20250217210218.png|50]]但是评估别人的时候，要拿别人的上线，就是总结别人nb的记录 2010-2110 护照发现有问题+今晚解决事情心态有点不稳总结思路+平静自己心态要有把握地做下面自己要做的计划中的事情 计划的形式1内容2目标输出3时长4对什么有效 2110-2220 1h穷尽自己的所能给一个版本的领域，方向，课题200行起步一行是一个课题（关键词）缩进是一个方向下的所有关键词关键词后面是问题+思路一些🐕（-20） [[0217-计算机体系结构框架输出]] 2210-2220 继续看了一点 2220-2309🐉 🦌 2309-0104 睡觉 0104-0128 洗衣服 收拾东西 0128-0145 纠结做什么 0145-0211 精听了tpo4的社会一篇 0211-0300 调试手机 0300-0430 整理zotero这学期的7门课slide hw&dis&exam book 娱乐时间 0710 睡眠时间 0610

CMU 10-414 Assignments 实验笔记 前言 本文记录了完成《CMU 10-414/714 Deep Learning System》配套 Assignments 的过程和对应笔记。共有 6 个 hw，循序渐进地从头实现了一个深度学习框架，并利用搭建 DL 中厂常见的网络模型，包括 CNN、RNN、Transformer 等。 环境为 Ubuntu 24 @ WSL2。 由于官方自动评分系统目前不再接受非选课学生注册，因此本代码仅保证能够通过已有测试样例。 资源存档 源码来自官方：Assignments 所有代码均上传至 cmu10-414-assignments: cmu10-414-assignments，如官网撤包，可通过 git 回滚获取原始代码。 hw0 第一个 homework 共需完成 7 个函数，第一个很简单，用于熟悉评测系统，直接从第二个函数开始。 parse_mnist 这个函数签名为：parse_mnist(image_filename, label_filename)，用于读取 MNIST 手写数据集。官网 对数据集格式有详细介绍，直接下拉到 FILE FORMATS FOR THE MNIST DATABASE 这部分即可。 整个数据集分为训练集和测试集，包括数字图像和标签。标签文件内前 8Byte 记录了 magic number 和 number of items，之后按照每个样本占 1Byte 的格式组织。图像文件内前 16Byte 记录了非图像数据，之后按照行优先的顺序按照每个像素占 1Byte 的格式以此排布，每个图片共有 28×28 个像素点。 具体实现中，使用 gzip 库按字节读取数据文件，注意整个数据集需要进行标准化，即将每个像素的灰度值除以 255。完整实现为： ...

《CMU 10-414 deep learning system》学习笔记 写在最前面 从 2024-04-28 到 2024-09-08，历时四个多月，总算把 DLSys 学完了。这门课的一些收获： 自动微分理论知识和在实践过程中衍生的包括计算图等知识 系统学习了 ML 中几个基本模型和组件 Tensor 的 strides 相关内容 基础 CUDA 编程 个人认为这门课一些没达到我预期的地方： CUDA 编程的内容太浅 后续讲 CNN、RNN、Transformer 的部分没必要，可以继续深入 CUDA 或者压缩课时 本门课程的核心内容在 Lecture 015，对应的 homework 是 hw03，后面的内容没有时间可以跳过。 ps：全文章两万余字，Chrome 渲染图片时可能会很卡，建议使用 Microsoft Edge 浏览。 Lecture 1: Introduction and Logistics 课程的目标 本课程的目标是学习现代深度学习系统，了解包括自动微分、神经网络架构、优化以及 GPU 上的高效操作在内的技术的底层原理。作为实践，本课程将实现一个 needle（deep learning library）库，类似 PyTorch。 为什么学习深度学习系统？ 为什么学习？深度学习这一概念很早就存在了，但直到 PyTorch、TensorFlow 此类现代深度学习框架发布，深度学习才开始迅速发展。简单易用的自动差分库是深度学习发展的最大动力。 除了使用这些库，我们为什么还要学习深度学习系统？ 为了构建深度学习系统 如果想要从事深度学习系统的开发，那毫无疑问得先学习它。目前深度学习框架并没完全成熟，还有很多开发新功能，乃至新的框架的机会。 为了能够更高效地使用现有系统 了解现有系统的内部实现，可以帮助我们写出更加高效的深度学习代码。如果想要提高自定义算子的效率，那必须先了解相关操作是如何实现的。 深度学习系统本身就很有趣 尽管这个系统看上去很复杂，但是其核心算法的原理确实相当简单的。两千行左右的代码，就可以写出一个深度学习库。 预备知识 systems programming 线性代数 其他数学知识：计算、概率、简单的证明 Python 和 C++ 经验 机器学习的相关经验 Lecture 2: ML Refresher & Softmax Regression 机器学习基础 深度学习是由数据驱动的，所谓数据驱动，这意味着当我们想要写一个用于识别手写数字的模型时，我们关注的不是某个数字形状上有什么特点，如何通过编程识别该特点，而是直接将数据集喂给模型，模型自动训练并识别数字类别。 ...