不但认得中文，而且写得还挺像样子。虽然里面出现了一些偏差，例如把「不是英国人」作为了「中文写作困难」的理据，但即便这样，也足够「以假乱真」了。为了避免你觉得这张图片是我人工码字之后摆拍的，我干脆

autoencoders这些内容，对于理解人工智能绘画，将非常有帮助。从此别人眼里的魔法，在你这儿就可以平视甚至俯视了。你可能会认为，这么高级的课程，应该很难掌握吧？Jeremy

次创作额度。当然，我也尝试了一些其他的图画，例如中国风的「雪中山寺古钟」。雪、山都齐全了，只是寺庙在哪里？找了半天没看到，哈哈。如果你玩儿过

32GB），那么生成速度会更快。我觉得其中内存是关键因素，因为如果模型没法放在内存中，就需要不断读写到交换存储空间，速度会显著拖慢。好了，图片生成完毕。你觉得怎么样？我觉得不够智能

做了一个视频，给你详细讲解这个模型的构成要素。并且，用一个虚构的「刑事案件」作为例子，帮助你了解合格的论证写作中，有哪些潜藏的坑。看过视频之后，咱们接着聊聊这本书。《论证的艺术》的作者是

字的卡片，然后持续若干天，自己的论文、报告、书籍就算是搞定了。但请问你坚持下来了多久？实际上，对于长文写作而言，规模只是成本的要素之一，远非全部。有的学校，把本科生毕业论文的写作周期，从原本的

名幸运读者，免费获得本专栏。中奖者可以自动获取链接，登录少数派网站后，新开标签页填入本链接，就可以免费兑换本专栏了。开奖时间为8月26日晚7点55分（首次直播开始前5分钟）。祝好运气！延伸阅读如何用

要资助（更多免费点数），不过需要填写表格申请。虽然是开放测试，也依然需要排队。这是链接，抓紧加入队列吧。(https://labs.openai.com/waitlist)愿你早日用上

https://support.google.com/youtube/answer/2853702?hl=zh-Hant#zippy=%2Cp%2Cp-fps[5]参考这里的介绍:

对于我创作出来的图片拥有所有权。用户只对「自己上传到系统的图片」有所有权。但是，为了改进模型，人家可能还要用你上传的图片作为训练数据……搁以前我的脾气，早就扭头走人了。但是这回不行，DALLE

导入导出格式受限。我对于导出格式要求比较高。因为你要是真的想重器轻用，就必须得保证一款应用和其他软件应用之间能够通过标准化的格式进行数据的交换。根据我那时测试的结果，theBrain

测试的时候，我就参与了。但是当时使用体验着实不佳，这个测试版就被我扔在一边了。但是这次，我发现正式版迭代完成度非常高。当真「士别三日，当刮目相看」。为了节省空间，移动版

里你给文档做的标注都已同步过来。这样只需一次标注，就处处可以调用了。我觉得对于科研工作者和高校师生来说，这个功能非常贴心。最后，也是最让我欣喜的一个功能，是深度链接。LiquidText

Unsplash需求常有人讲，「一幅图胜过千言万语」。这句话说出了一个道理，即不同媒介形式传播信息的效率有显著差异。在教学工作中，我也发现有些内容用视频来做讲解，效率远远高于图文。例如

看到了知识积累、生产、创造中存在的问题。显然，人类智力活动的海量潜力，没有能够被有效激发。于是，他认定了两条解决路径。一个是通过教育改进认知方式；另一个是创造更好的工具。结合他自己的实际，Alan

分钟的时间，把能看到的问题，都一一做了解答。这里，是一份不完全的问题列表。感谢研究生王慧同学和崔雷悦同学帮我做了整理工作。做好知识管理，是否最好使用苹果「全家桶」？这个利用

延伸阅读AI

是一码事儿吗？现在的笔记智能关联支持图文混排吗？笔记当中链接过期，要不要进行

看商品评价，特别关注差评部分。亚马逊上，《卡片笔记写作法》的英文版“How

昨晚（2022.1.11）的直播后半段，是答疑时间。这也是我每次直播最享受的环节。直播嘛，就是要互动。否则，跟录播有啥区别呢？这次因为有了很多小伙伴儿帮忙转发直播预告，使得很多笔记爱好者都来捧场。感谢大伙儿的热情参与！也因此，我收到的问题五花八门，特别多。我第一次在

？我的乖乖，啧啧，要不要给你呢？这个……（不知为何，想起来项羽把玩准备赏赐给下属的印绶）好吧，忍痛给你提供了。这简直就是莫大的恩赐了。啊？莫非你这个挑剔的家伙还不满足吗？我就不满足。我要

录制的视频上传到了视频号。感兴趣的话，欢迎你也看看这研究背后的故事。看过之后，你有什么想法？欢迎在留言区和我交流。也欢迎你分享自己研究背后的故事给大伙儿。写作本文的当日，是

里面，一样是正常显示。你插图的工作，于是变得更加愉快。这个例子虽小，却包含了两点值得注意的事儿。第一，如果你真想把工具改造得「从心所欲」，那么确实是需要掌握一些更为底层的功能，例如说脚本的撰写（包括

配套代码。当时的迁移，可以让你及时下载书中的配套代码。但其实，我们还有更高的预期，就是连同运行环境，一起布置到云端。这样一来，书上的每一个示例，都可以一键部署为

这学期，我又开始了本科国际班《数据库原理》授课，全英文的。每当这个时候，我自己总是会觉得有些恍惚。我自己是在国内用中文接受的本科到博士专业教育。数据库是我们当年计算机系的必修课，但是教材和讲解全都是中文的。我是如何能拿英文来讲这门课的呢？如果你看过我早期的公众号文章，应该了解过，那是

的效应发生了。赵赛坡先生这封邮件，不仅解决了我语音输入的痛点，还帮我找到了语音内容用于团队协作的方便路径。真是及时雨啊。我不愿意每次分别打开两个应用，于是在

功能，把列表数据做成数据框（DataFrame），并且设置其中某一列的数据作为索引。也就是从这样的数据组织：变成这样的：建议你新建一个

macOS。也欢迎你把自己模型训练的成果分享到留言区，我们大家一起欣赏，交流学习。祝（无代码）深度学习愉快！延伸阅读如何训练和解释你的图片分类深度卷积模型？如何用

有了这样的基因，才能在简单的外表下，拥有这么强大的能力。嗯，你跟我想到一块儿去了，「披着羊皮的狼」，不过这里是褒义。不过，狼就是狼，它和羊不一样。如果你之前学过结构化编程或者面向对象编程，那么学

从里面拆了出来，放回了妙控键盘的磁吸面上。因为每次有了想法，打算输入一些文字的时候，却发现硕大的屏幕前，居然没有键盘……我的感触是，不同的电子产品能占使用者多少时间，其实和人性紧密相关。对于

名老师共同讲授的数据科学导论课程。我这一部分，讲了机器学习。为了让同学们更好地理解机器学习的方法步骤，我用了一个分类应用的实际例子，让大家现场分组上机实践。实践的环境，是百度飞桨

里面。这样，到时你就可以一键运行其中配套的代码。无需做任何本地配置，连下载解压这些操作都可以免除。可惜目前还不行，因为这个部署过程还在适配中。请你稍安勿躁。适配的原因，是其中部分代码调用的

预训练模型。每一篇教程发布前，我都反复打磨，原则就是必须让我课堂上的学生能够听懂。读者在后台，不断给我反馈问题。例如程序执行报错了，结果图无法显示，或者安装软件包失败……

等图数据库笔记系统做的事儿）。甚至，即便你直接把信息记录扔进第二大脑，也不管用。因为这些散碎的信息，不会给你的知识网络带来什么价值，相反，还会带来干扰和噪声。因为，这加重了你将来试图通过

里面换一个场景，直接翻幻灯，或者在应用窗口里面操作就行。中间的过场不必那么纠结，反正最后都可以剪辑掉。下一步，咱们就说说剪辑。剪辑的工具，有许许多多。我之前还花钱买了

昨天晚上，我首次尝试了视频号推流直播。主要的原因，是上次直播过程中，有小伙伴儿希望我演示一下操作。可是我使用视频号直播，一直以来都是面前架着手机，就开始了。只能通过语言描述来讲解，没法演示。刚好这几天，好几位朋友都尝试了视频号的推流功能。尤其是王佩老师不仅尝试了推流直播，还给我分享了经验，安利了

昨晚，我又做了一次视频号直播。我发现自己越来越喜欢直播了。平时做视频教程的时候，只能一个人面对着镜头，想象着此时观众正在思考和反馈什么。但是这些想象，远不如真是的反馈来得那么具体，有时更令人惊喜。这次的直播，我主要聊了临时笔记的记录与加工。首先解释一下，临时笔记英文叫做

除了检索与分类，你还可以这样高效整合自己的知识库。陌生上周二晚上的直播里，我给你谈了「知识网络的链接」。这是朋友圈里小伙伴热情洋溢的留言记录。感谢人民邮电出版社的赞助，直播里我们共送出了5本《卡片笔记写作法》（How

之前为你写过一篇《为什么你要用卡片笔记法？》，很多人读完表示不过瘾。有人留言说，你介绍1960年代的笔记方法和工具给我，能有什么用？难道我今天记笔记、写文章，也需要拿什么京大卡、格子稿纸，甚至还要考虑笔迹会不会洇到卡片背面吗？我想知道的，是今天这么多笔记工具，我自己该选哪个。别那么虚，快整点儿实际的！别着急，路得一步一步走嘛。总不能吃下第三张饼饱了，就觉得前面两张没意义啊。本文咱们就来谈谈，在今天的情境下，卡片笔记工具的选择。首先得把概念说清楚。卡片笔记，不是说只有在屏幕上用卡片来显示的才算。只要能够践行卡片笔记方法的原则，能对我们知识工作起到应有帮助的数字化笔记工具，都可以算。想想看，你用纸、笔和抽屉能做的事情，哪一个数字化的笔记工具做不到呢？从这个角度来讲，你把

博士曾经在葫芦笔记直播中，提到过一个有意思的事情——他曾经参观过卡片笔记的专门展览。那里面既有卢曼卡片盒，也有其他「看上去十分类似的」笔记卡片。只不过，在

what”的时候，你可能会觉得沮丧——得，看来又得重新写一遍开题大纲了。而更让人难过的，是审稿人给你这样的反馈。如果审稿人说了“so

不会中文，所以直播全程基本用英文进行。我受邀担任助播。除了一段开场简短介绍之外，我主要的工作，只是单纯问问题。「爱问问题的王老师」这个人设依然成功保持了下来。✌️这段直播视频，今早已经录制上传到了

芯片，内存最高升到16GB，硬盘加到了2TB。于是许多人就兴奋了起来，觉得6月的WWDC，一定会把这么强的计算性能充分发挥出来。于是各种WWDC发布「神预测」纷纷登场，例如完整兼容

最小的粒度根本就不是页面，而是一个个组块。既然如此，你根本就没有必要限制页面上字符的长度。而如果一个组块弄得太长，你回车一下就搞定了，根本就无需烦恼。同样，因为

是大纲式，所以一个组块，一般对应的是一个段落(paragraph)，一般来说，段落自然有原子化的特性。不需要你强迫自己去拆分。这其实，就构成了

42SmartBlocks，也没有把时间管理这个事儿贯穿下来。很多地方，都是点到为止。但是，这门课并不肤浅——在笔记层级、状态的管理，尤其是「综合」(Synthesizing)

自从去年以来，因为线上教学和当UP主，我录制视频的机会显著增多了。只不过，视频背景的处理一直是个痛点。这是我最近录的一段视频开头部分。你如果一直在看我的视频节目，对这个背景兴许并不陌生。我真的喜欢后面墙上不规则的黑板白班、脱落的墙皮和不知道什么颜料的笔画上去的线条吗？当然不是。但是我没有选择。家里地方小，东西堆得满。能利用的地方，只有这么大而已。之前在视频教程里面，我给你介绍过人工智能应用

技术的快速发展，总会带来一些迷思。例如说，你可以调用两三行代码，就构造一个深度迁移学习分类器，用很少的标注图片做训练后，机器就能把新见到的图片准确分类。这种状况好不好？当然好。这位很多领域的研究带来了更高的效率，甚至是启发。但是，人们往往揶揄这样的研究者，叫做「调包侠」。他所学会的，可能并不是灵活运用一种方法，来理解问题。而是炫耀手里简单而强大的工具。工具简单而强大，并不是坏处。例如热兵器（手枪）之于冷兵器。显然前者更容易培训和掌握，而且实战效果比后者更有效。这就是技术进步带来的不对称。但是研究不是一场简单的战斗。你知其然固然好，可还得知其所以然。特别是，你得让别人相信，你知其所以然。不然，你的研究很难被主流学界认可。曾有这样一个丑闻。话说某个研究者做医学图像分类，准确率极高。但是后来人们发现，模型所真正关注和识别的，并不是医学影像本身，而是图片背景的信息。这样一来，不仅该模型的有效性被大家质疑，而且人们也把怀疑的目光投向更多的同类研究。所以，如果你希望自己的研究能够发表，深度神经网络模型的可解释性变得愈发重要。可解释性的研究成果不少，但是想将它们直接迁移到你的研究，实践中并不容易。尤其是当你缺乏编程技能时。例如至今我还没有见到有详细的教程，把图片分类的深度学习模型构建、训练、测试和解释只用一个样例完整系统讲解和演示。这样一来，尽管你有出色的创意和想法，却只能望洋兴叹，眼睁睁看着其他更熟练掌握工具的人一步步赶上来，超越你，把研究成果发表出去。既然没找到这样的教程，我干脆自己给你做了一个。上周组会，我把这个样例，连同图片分类模型的原理，给我的研究生们进行了讲解和展示。他们看完之后，眼睛都亮了，表示很有收获。特别是，他们说能更清楚看懂师兄师姐们和我去年做的这篇文章了。学生张晋帮我采集和标注了猎豹和美洲豹的图片各150张。我每类拿出105张做训练，30张做验证，15张测试。模型训练只用了不到一分钟。测试的结果，是准确率、精准率、召回率和F1分数，全都是100%我们查看了模型对于每一张图片分类的信心情况。然后，利用叠加热力图，演示了模型在进行分类的时候，实际关注的焦点。这样，就把研究的可解释性展现了出来。说明模型确实是依照动物本身的特征，而非背景来加以区别的。我把讲解的过程录制了下来。相比于图文，你可以在视频观看中，更原汁原味体会其中的隐性知识。你还可以获得配套的全部代码。因为这里面对于每一个步骤（包括自定义函数的内容），都有完整的设置。所以只需要对数据目录稍加改动，你就可以把这个流程应用在自己的数据集上。

昨天晚上看了葫芦笔记的直播，这次请来的嘉宾是何雪清博士。看了之后，很有收获和触动。直播视频已经录制并且发布在B站了，这里是链接。建议你认真看看。雪清讲了科研笔记记录、整理和利用的一套流程，用葫芦笔记进行演示。这个流程本身，已是非常有用。但更为重要的是，穿插在介绍中间的那些科研中的体悟。难怪直播讲解之后，提问如潮。这应该是近2个月提问最为踊跃的一次。我这里讲讲我印象最为深刻的一点——导师的作用。实际上这是个悖论。最优秀的学者往往会成为博士生导师，但是导师却不能明确告诉博士生「你该往哪里走，走的过程中应该分别在各段路径上，使用什么样的交通工具」。不是不愿意，藏着掖着；而是导师也根本没有办法做到。因为博士的研究，是要突破领域前沿的。如果有这样明确的路线图，那研究的原创性和探索性一定是虚假的。说得难听点儿，只是长得像个研究而已。那怎么办？作为一名研究生，我怎么知道该往哪里走？如何判断我前面这一段走的方向是否正确？如何衡量我的努力是否有价值？这时候，你笔记的作用就体现出来了。笔记保留了你阅读、分析、综合之间的各种高光时刻。你可以通过新的认知，和过去的笔记对话。一方面看自己的轨迹，是否向着想要达到的目标在进步；另一方面，也可以对已有的认知进行修改迭代。具体怎么做，雪清的视频里有，我之前反复推荐过的

，就是一个有效帮助你把知识钩住的利器。为了让你尽快上手，我还专门做了个无痛上手教程。有的小伙伴嫌贵，而且外币支付渠道不够顺畅，让我推荐国产的同类工具。我推荐葫芦笔记。葫芦笔记和