csico packet tracer设备怎么通过sn查询激活码
点击联系发帖人
时间：2017-08-08 06:15
友情提示：查询结果仅供参考，一切以数据为准
分享果粉查询到：
友情链接：|
|||||||||||||||||||||||||Access denied |
used Cloudflare to restrict access
Please enable cookies.
What happened?
The owner of this website () has banned your access based on your browser's signature (3b9b9f6d34696c40-ua98).之前在准备毕业论文的时候，有整理了一批可以免费下载论文的网址，分享一下给楼主吧。&br&1、 免费知网、万方、维普论文数据库帐号密码：&br&入口地址： 帐号 密码 &a href=&///?target=http%3A//ki.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&中国知网&i class=&icon-external&&&/i&&/a& whgl whgl&br&&a href=&///?target=http%3A//.cn& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&万方数据知识服务平台&i class=&icon-external&&&/i&&/a& ccbupt ccbupt&br&&a href=&///?target=http%3A//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&
需要注册 &br&&a href=&///?target=http%3A//library./kns50/Navigator.aspx%3FID%3DCJFD& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/Navigator.aspx?ID=CJFD&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 有人数限制！有人数限制！&br&&a href=&///?target=http%3A//cnki.%3A8080/kns50/single_index.aspx& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&cnki.:8080&/span&&span class=&invisible&&/kns50/single_index.aspx&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 有人数限制！大家用完自觉退出！&br&&a href=&///?target=http%3A//library./kns50/index.aspx& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/index.aspx&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
cnki直接入口，&br&&a href=&///?target=http%3A//library./kns50/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
只有2002年后文献&br&&a href=&///?target=http%3A//ki.net/kns50/classical/singledbindex.aspx%3FID%3D9& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&ki.net/kns50/cla&/span&&span class=&invisible&&ssical/singledbindex.aspx?ID=9&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
目前是教育类期刊全文文献&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&库问搜索 - 打造中国最大的免费开源文献共享平台&i class=&icon-external&&&/i&&/a& 中国最大的免费论文下载网站，包括国内期刊的数据，简洁易用亲测可以下载，目前免注册&br&备注：免费下载论文本身是倡导学术交流，都希望大家合理使用学术资源，仅作为学术探讨和交流&br&&br&2、免费国外论文资源&br&入口地址： 帐号 密码 &a href=&///?target=http%3A///pqdweb%3FRQT%3D341& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Log In - ProQuest&i class=&icon-external&&&/i&&/a& proquestpe education&br&&a href=&///?target=https%3A//slb.mmm.edu/login& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Remote Access Login&i class=&icon-external&&&/i&&/a& jmittica Greenland&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Upcoming Conference&i class=&icon-external&&&/i&&/a& 注：学术会议，国内外都有，要发论文的可以关注！&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Scirus has retired&i class=&icon-external&&&/i&&/a& SCI论文检索！&br&&a href=&///?target=http%3A//.cn/zwqk/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&.cn/zwqk/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a& Internet免费全文科技期刊!&br&&a href=&///?target=http%3A//highwire.stanford.edu/lists/freeart.dtl& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&highwire.stanford.edu/l&/span&&span class=&invisible&&ists/freeart.dtl&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&HighWire Press由斯坦福大学HighWire出版社提供，是世界最大的科学免费期刊库，目前可以提供免费全文期刊1000余种,100万多篇免费全文。&br&&a href=&///?target=http%3A//www.doaj.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Directory of Open Access Journals&i class=&icon-external&&&/i&&/a& 免费期刊指南（Directory of Open Access Journals） 共收录期刊近2000种，其中，500余种现期可以检索、浏览、下载全文，整库包含文章达80000篇(searchable on article level)。 学科范围为综合类。&br&&a href=&///?target=http%3A//library.wustl.edu/subjects/life/free.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library.wustl.edu/subje&/span&&span class=&invisible&&cts/life/free.html&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 全文免费下载！！&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&库问搜索 - 打造中国最大的免费开源文献共享平台&i class=&icon-external&&&/i&&/a& 免费国外论文下载网站，包括国外的一些期刊，亲测可以下载，目前免注册。&br&备注：免费下载论文，现在越来越难，大家且下载且珍惜吧!&br&&br&3、国外硕博毕业论文全文下载&br&Nottingham大学硕博论文库 &a href=&///?target=http%3A//etheses.nottingham.ac.uk/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&- Nottingham ePrints&i class=&icon-external&&&/i&&/a&&br&Virginia工大免费硕博论文库 &a href=&///?target=http%3A//scholar.lib.vt.edu/theses/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&scholar.lib.vt.edu/thes&/span&&span class=&invisible&&es/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&Waterloo大学免费硕博论文 &a href=&///?target=http%3A//www.lib.uwaterloo.ca/theses/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Theses and dissertations&i class=&icon-external&&&/i&&/a&&br&OhioState大学学位论文库 &a href=&///?target=http%3A//www.ohiolink.edu/etd/search.cgi& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&ETD Home&i class=&icon-external&&&/i&&/a&&br&&br&总结:国内下载可以尽量学校的资源的最好，没有校内资源的可以尝试以上网址。
之前在准备毕业论文的时候，有整理了一批可以免费下载论文的网址，分享一下给楼主吧。 1、 免费知网、万方、维普论文数据库帐号密码： 入口地址： 帐号 密码
ccbupt ccbupt
&p&收藏的时候点个赞吧！收藏数是点赞数的两倍是什么鬼(?;︵;`)&/p&&p&这个问题让我想起了我第一次发表JCP论文的经历。当时一稿被拒，申诉之后主编让我加算例之后重新投稿，当时的经历写在这个答案里面了：&a href=&/question//answer/& class=&internal&&知乎用户：发表SCI论文有多难？&/a&。&/p&&p&重新投稿之后遇到了一位非常认真负责的审稿人，我至今特别感谢他。他的审稿意见有十一页，里面绝大多数是关注英语的语法错误的意见，我对这些意见十分看重。这篇意见基本上将我容易犯的语法错误全部十分清楚地指出来了。他的这份意见到今天我都保存着。每次写一份新的英语论文，我都要对照他这份意见重新审视我新写的论文。我一位同学第一次投SCI论文的时候，跟我聊起关于语法的问题，我直接让他看了看这份审稿意见。他后来表示这份意见给了帮助很大。所以我觉得将这份意见发表出来给大家看，应该是有意义的。&/p&&p&下面描述的不是原始版本，而是经过整理之后的。&/p&&ol&&li&The noun ”method” is used many many times through abstract. I would try to reformulate some sentences and use the nouns ”scheme” or ”discretization” as alternatives. 这条意见是讲英文论文中词汇要尽可能丰富多彩一些，不要总是用一个词。所以后来我平时读英语文章的时候会注意搜集一些近义、同义词，比如: 采用，adop表示、描述\说明， represent show indicate depict illus提供、提出， contribute provi （谁）发展、提供、提出、展示（了什么方法...): report show give offer
要求：require ask demand call. 这些词汇记录小本子上，等论文基本完稿之后拿出来对照看一看，将论文中重复的相关词汇替换下来，很有帮助。&/li&&li&Second line: ”...to represent THE solution IN each cell...”; i.e. I would add ”the” and replace ”at” with ”in”. 原文中缺少the。一般特指的、第一次出现的名词重复出现的时候都要用the。其它的用法般语法书中都有，不详述。然后是介词in,at,of,on,for之类的要尽量准确。&/li&&li&Third line: please add a space between freedoms and the first parenthesis. 原文The degree of freedoms(DOFs)， (DOFs)前面要留下空格。（那位审稿人细心程度可见一斑）。&/li&&li&如果水平不足以把握长句，尽量用短句表明清楚意思。好几条意见都是关于长句的理解问题。&/li&&li&The adverb ”So” is used to start and connect two sentences. I would replace it with formal adverbs like ”Therefore, In fact, etc.”.&/li&&li&I believe that ”differentiate operators” is not correct. I think the Author should use ”differential operators” or ”differentiation operators”. Please, apply this correction through all the manuscript.一些词汇不准确。我后来对于自己感觉比较模糊的词汇，都会上网搜索一下，看看一般大家都怎样用的。&/li&&li&End of the fourth line/beginning of the fifth line: the comma is preceded by a wrong additional space. 标点不能出现在行首。&/li&&li&The acronyms ENO and WENO are immediately used without explicitly state what they mean. Moreover, the full name for discontinuous Galerkin is used without introducing the acronym which will be useful later on. I think the Authors should try to be consistent and introduce acronyms after the full name of the method has been spelled. 缩写词应该先写其完全形式并跟以缩写，后面才可以直接使用缩写。&/li&&li&I would replace ”divergences” with ”the divergence”. 可数不可数要弄清楚。文章中这里表示散度，应当是不可数的。&/li&&li&Add a space between ”Sobolev type” and reference [28]. 引用的中括号与前面的词语中间要有空格。&/li&&li&I think ”Aravind Balan, Georg May and Joachim Schoberl [29]” should be replaced by ”Balan, May and Sch?berl [29]”. Please correct the umlaut of the vowel ”o”, i.e ”?” (here and in the bibliography). 参考文献的作者名字里面带有特殊符号的要注意，不能忽略。&/li&&li&I would remove ”H.” in front of Luo. 一般在正文中引用参考文献的作者的时候只写作者的姓。&/li&&li&I would use the complete word ”Section” and not ”Sec.”. 在指出第几节写了什么东西的时候，用Section,不用Sec.&/li&&li&Add a full stop after system (1). 这点尤其应该注意，公式也是一个句子的组成部分，所以当句子在公式这里结束的时候，公式后面一定要有句号，如果句子没有结束，后面跟着什么从句，如果要加逗号，也不能省略。总之，把公式当一个单词看待，后面该有标点就不能省略。&/li&&li&Page 4, first line: ”...the standard SD is found to be unstable for triangular cells with order of accuracy higher than second.” First of all ”second” should be replaced by ”two”. 序数词与基数词的使用&/li&&li&After Equation (10), a sentence starts with ”And”. I do not think this is grammatically correct. 句首一般不用“And&. &/li&&li&Just before Equation (11): ”...is the degrees of freedom...” should be ”...are the degrees of freedom...”. 第三人称单复数形式，全文写完后应该仔细审查一下这个。&/li&&li&Just after Equation (11): ”Notice that F_k is the numerical flux ...”, i.e. add ”the”.
F_k前面要有the.&/li&&li&Second line after Equation (11): ”triangular” should be ”triangle”. Moreover, ”...the remainder are allocated interior.” is wrong. Please, correct the syntax.&/li&&li&Add a full stop after Equation (12). 同第14条。后续的这方面的意见就不贴了。&/li&&li&I believe the paragraph from ”By introducing the nondimensional wave number ...” to equation (34) is too long and not well written. Could you please split it in few sentences and re-phrase it? 同第4条。&/li&&li&I would not start with ”At first,...”. &/li&&li&Table 3: Please add spaces between words and parenthesis, e.g. ”P1(Standard)” should be ”P1 (Standard)”. 还是标点前的空格问题。&/li&&li&Please, try to be consistent with the s e.g. some time ”nonlinear” is used and in other places ”non-linear” is employed. 表达应该统一的问题。&/li&&li&Check punctuati captions included (add full stop at the end of the caption). 表格、图片的标题也是完整的句子，应该有标点符号。&/li&&li&Check the spacing when you use the parenthesis.&/li&&li&Please run an accurate spell checker and read carefully each sentence.&/li&&li&Please, use/check the article ”the” through all the manuscript.Please check the spacing in the references. I believe you should add a space between the first letter of the first author’s name and his/her family name. Some name are not consistently spelled:&/li&&/ol&&p&– decide if you want to spell the fu&/p&&p&– write the initial of the first name or the full first name be&/p&&p&– in some paper’s titles you use the capital
in other title this is not done.&/p&&p&最后一条是关于参考文献的。参考文献中作者的拼写要统一，统一缩写名或者统一写全名；文献标题拼写要统一，统一首单词的首字母大写或者统一所有非虚词首字母大写；期刊名字要也统一写全称或者简称；年卷期、页码按期刊要求统一。&/p&&p&最后推荐一个Linux下的拼写检查工具：aspell, 一般一行命令aspell -l en -c ./paper.tex，然后会出来交互式窗口，跟着选择是忽略(i)或者按数字键从候选的更正项里面选择替换项就可以了。&/p&
收藏的时候点个赞吧！收藏数是点赞数的两倍是什么鬼(?;︵;`)这个问题让我想起了我第一次发表JCP论文的经历。当时一稿被拒，申诉之后主编让我加算例之后重新投稿，当时的经历写在这个答案里面了：。重新投稿之后遇到了一位…
&img src=&/50/v2-d1bbb3b0d5f_b.jpg& data-rawwidth=&900& data-rawheight=&599& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/50/v2-d1bbb3b0d5f_r.jpg&&&p&前几天和朋友一起吃饭，他跟我抱怨团队最近新招了一名新人，让这位新人去下载一份行业的调查报告，他竟然硬生生地耗费了三天的时间，结果还什么资料都没有找到，把朋友给气到爆炸。&/p&&p&照理说这份行业报告也不难找，只是这位新人一点&b&“搜商”&/b&都没有，不知道怎么样才能提高搜索效率，也没有主动学习，更没有主动和领导反映情况，只是等到最后的时候，才说：啊，这个我没有找到！&/p&&p&在这个信息爆炸的时代里，虽然说信息越来越透明，但不是每个人都能获得自己想要的信息，有些人主动地学习如何高效地获取需要的信息，而有些人却被动消极地等待，以为有人拯救他，正如罗素先生所言：&/p&&p&&b&人人理应平等，实际上却远不是这样——特别是人与人有知识的差别。&/b&&/p&&p&如果你如我所说的这样使用搜索引擎，我相信你能比别人走得更快一点。&/p&&p&&br&&/p&&p&&b&1，善用搜索指令，做到事半功倍&/b&&/p&&p&很多人一有什么样的问题，立刻就原原本本地拿去百度，结果搜索出来的结果，往往不尽人意。你可以理解为人做事情的时候，天生就喜欢速战速决，容不得有半点纠缠在里面。&/p&&p&但如果在搜索信息的时候，知道如何去使用相关的搜索指令，只需要你花费很少的时间去记忆，但却可以提高你搜索的精度和速度，何乐而不为呢？&/p&&p&以我最近在读的《富爸爸，穷爸爸》为例，看什么样才是搜索引擎的正确打开姿势。&/p&&p&&b&1）intitle:关键词&/b& &/p&&p&这个搜索指令是想告诉搜索引擎，搜索出来的结果，标题一定要包含你输入的关键词。&/p&&p&不然有时候你搜索网页里面也会包括所输的关键词。&/p&&img src=&/v2-18ac999e5f3953afa997e2cb9bacec16_b.jpg& data-rawwidth=&1717& data-rawheight=&1602& class=&origin_image zh-lightbox-thumb& width=&1717& data-original=&/v2-18ac999e5f3953afa997e2cb9bacec16_r.jpg&&&p&&br&&/p&&p&&b&2）“关键词”&/b&&/p&&p&把关键词放在双引号里面，是想告诉搜索引擎，搜索出来的结果，必须包含双号里面的所有词语，且顺序一个也不能打乱。&/p&&p&这样做可以排除一些打乱后的搜索结果呈现给你，节省时间。&/p&&img src=&/v2-0d319d584b1e37f0f39dc22368e11cff_b.jpg& data-rawwidth=&1712& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&1712& data-original=&/v2-0d319d584b1e37f0f39dc22368e11cff_r.jpg&&&p&&br&&/p&&p&&b&3）关键词A -关键词B&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，搜索出来的结果不能带有关键词B，使用这个指令时，关键词A后面必须得加一个空格。&/p&&p&例如很多人在搜索“公务员考试”的时候，经常会弹出大量的垃圾广告，这些广告都是各种培训机构在百度上花钱购买的竞价排名，如果你正常输入“公务员考试”之后，会是以下的结果：&/p&&img src=&/v2-5fe65d96da8ba_b.jpg& data-rawwidth=&1725& data-rawheight=&1611& class=&origin_image zh-lightbox-thumb& width=&1725& data-original=&/v2-5fe65d96da8ba_r.jpg&&&p&搜索结果的前三位都是百度推荐的广告。&/p&&p&但如果你用“&b&关键词A -关键词B&/b&”这个搜索指令，输入“公务员考试 -推广 -推广链接”，结果会干净许多。&/p&&img src=&/v2-a15c5e89ada025cc27dfc6a4ec91e26e_b.jpg& data-rawwidth=&1718& data-rawheight=&1618& class=&origin_image zh-lightbox-thumb& width=&1718& data-original=&/v2-a15c5e89ada025cc27dfc6a4ec91e26e_r.jpg&&&p&广告全都不见啦。&/p&&p&&br&&/p&&p&&b&4）filetype:文件格式 关键词&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，结果只显示关键词为某类文件格式的链接。&/p&&p&例如我想下载《富爸爸，穷爸爸》的pdf格式，只要搜索栏中输入“filetype:pdf 富爸爸，穷爸爸”即可。&/p&&img src=&/v2-2beaf0c09f8d3a0eae6ce9a7_b.jpg& data-rawwidth=&1718& data-rawheight=&1621& class=&origin_image zh-lightbox-thumb& width=&1718& data-original=&/v2-2beaf0c09f8d3a0eae6ce9a7_r.jpg&&&p&&br&&/p&&p&&b&5）site:网址&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，只在这个网站上对该关键词进行搜索。&/p&&p&例如我想在知乎上查找有关于《富爸爸，穷爸爸》的问题，只需要在搜索栏中输入“site:&a href=&& class=&internal&&&span class=&invisible&&http://&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&/a& 富爸爸，穷爸爸”即可，搜索出来的结果，全部都局限在知乎这个网站而已。&/p&&img src=&/v2-cbd14bd50c5cd1a3ae91b9e_b.jpg& data-rawwidth=&1712& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&1712& data-original=&/v2-cbd14bd50c5cd1a3ae91b9e_r.jpg&&&p&&br&&/p&&p&&b&2，专业的问题，交给专业的搜索引擎&/b&&/p&&p&鲁迅老先生曾经说过：这世界上除了百度和谷歌，还有巴拉巴拉以下的几个搜索引擎可以解决你稍微专业的问题。&/p&&p&我试了试，他老人家说得都对。&/p&&p&&br&&/p&&p&&b&1）&a href=&/?target=http%3A//www.sci-hub.cc/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&sci-hub.cc/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&大四或者研二需要写论文的童鞋，经常会遇到这样的一种窘境：自己学校竟然没有花钱购买论文数据库！即使学校购买了，但自己没有在使用校内网，也查看不到想要的论文！在各大网站求助于网友或者强大的朋友圈，往往也无济于事！&/p&&p&如果你有这些困扰，相信Sci-hub这个搜索引擎能让你爽翻过来。&/p&&blockquote&全球最大的论文免费下载网站 Sci-Hub 是由哈萨克斯籍女研究员亚历珊德拉·艾尔巴金（Alexandra Elbakyan）于 2011 年 9 月 5 日创办的。她因为研究论文成本过高，每篇论文在付费墙机制下通常需要花费 30 美元，因而决定成立 Sci-Hub 。&/blockquote&&p&具体的使用方法如下：&/p&&p&复制上面的网址链接，将需要下载论文的URL地址，或DOI，或Pubmed ID直接复制到搜索栏中，按下“open”即可下载。&/p&&img src=&/v2-d45d6e5fb3a05c53304a89ddf0153d40_b.jpg& data-rawwidth=&1280& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-d45d6e5fb3a05c53304a89ddf0153d40_r.jpg&&&p&&br&&/p&&p&&b&2）&a href=&/?target=https%3A///publicdata/directory& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/publicdata/d&/span&&span class=&invisible&&irectory&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&谷歌的公开数据中心。&/p&&p&里面汇集了中国历年的人口自然增长率、人口出生率、人口死亡率以及欧盟的失业率、最低薪资、政府盈余\赤字等专业数据。&/p&&p&可惜的是，这个搜索引擎需要梯子才能登上去。&/p&&img src=&/v2-26c5c5b0e503bdb023da1e2_b.jpg& data-rawwidth=&2736& data-rawheight=&1616& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-26c5c5b0e503bdb023da1e2_r.jpg&&&img src=&/v2-71b6af426c5a404d415a7_b.jpg& data-rawwidth=&2736& data-rawheight=&1609& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-71b6af426c5a404d415a7_r.jpg&&&p&&br&&/p&&p&&b&3）&a href=&/?target=https%3A//www.gapminder.org/downloads/income-distribution-2003/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&gapminder.org/downloads&/span&&span class=&invisible&&/income-distribution-2003/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索演示工具是由一位TEDer创建的，主要是为了将世界各大国的历年GDP增速进行对比，动态的过程，还是值得观看的。&/p&&img src=&/v2-3e6dedeaad09_b.jpg& data-rawwidth=&2736& data-rawheight=&1609& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-3e6dedeaad09_r.jpg&&&p&&br&&/p&&p&&b&4）&a href=&/?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索引擎，对从事进出口贸易的人来说非常有用，需要的话，请自行探索。&/p&&img src=&/v2-c59b94d57e92e92b547e5_b.jpg& data-rawwidth=&2736& data-rawheight=&1618& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-c59b94d57e92e92b547e5_r.jpg&&&p&&br&&/p&&p&&b&5）&a href=&/?target=https%3A//xue.glgoo.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&xue.glgoo.org/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&每个大学生最为烦躁的，应该就是写毕业论文了。除了上面提到的Sci-Hub这个搜索引擎可以帮到你之外，接着应该就是谷歌的学术搜索，但由于某些不可抗的因素，谷歌学术是需要梯子的，但利用glgoo这个镜像网站，就可以轻松登上啦。&/p&&img src=&/v2-91d8fe5d931f1c5b4f428_b.jpg& data-rawwidth=&2736& data-rawheight=&1611& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-91d8fe5d931f1c5b4f428_r.jpg&&&p&&br&&/p&&p&&b&6）&a href=&/?target=http%3A//en.booksee.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&en.booksee.org/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索引擎汇集了250万本电子书籍免费合法下载，实在是学习的一把利器。&/p&&p&例如我想下载《富爸爸，穷爸爸》的英文版本，只要在搜索栏输入“Rich Dad Poor Dad ”即可。&/p&&img src=&/v2-deb09f46b688_b.jpg& data-rawwidth=&2736& data-rawheight=&1612& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-deb09f46b688_r.jpg&&&p&&br&&/p&&p&&b&7）&a href=&/?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&对于英语非母语的人来说，看到一个单词经常不知道它后面跟着是什么词语，或者不知道这个这词用得对不对，抑或是意思相近的两个单词，哪个的用词频率会高点？&/p&&p&所有的这些问题，都能在这个搜索引擎上得到回答。&/p&&p&例如我想查询“discuss the issue”中的discuss后面需不需要再加介词，只需要按照它给的提示，在输入栏中搜索discuss ?about the issue”即可，结果会显示discuss后面不需要再加任何介词。&/p&&img src=&/v2-54e5cfd40c6ee2_b.jpg& data-rawwidth=&2734& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&2734& data-original=&/v2-54e5cfd40c6ee2_r.jpg&&&p&&br&&/p&&img src=&/v2-da55eff891956cfc9558a2bef37a94e5_b.jpg& class=&content_image&&&p&本文首发于公众号“曾少贤”，现在关注，后台回复&b&“成长”&/b&，不带引号，就可以获得曾少为你精心准备的电子书——&b&《大学生成长通关指南》&/b&，我在那里等你！&/p&&img src=&/v2-edcebeb2a19d8baaab76b3_b.jpg& class=&content_image&&&p&&/p&
前几天和朋友一起吃饭，他跟我抱怨团队最近新招了一名新人，让这位新人去下载一份行业的调查报告，他竟然硬生生地耗费了三天的时间，结果还什么资料都没有找到，把朋友给气到爆炸。照理说这份行业报告也不难找，只是这位新人一点“搜商”都没有，不知道怎么…
&p&&i&&b&近来总是有朋友私信我关于如何学习电磁场/微波理论知识。因此，特别将数年前我自己学习过程以及感受分享如下，希望能有益于初学的朋友。望批评指正。初版于2012年4月发表于人人网。&/b&&/i&&a href=&/?target=http%3A///blog/Fbfrom%3D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&盲人摸象--电磁场理论学习 - 【人人分享-人人网】&i class=&icon-external&&&/i&&/a&&i&&b&如有转载，敬请注明出处。&/b&&/i&&/p&&p&&br&&/p&&p&大三那会儿，被迫学专业课,《电磁场理论与微波技术》。上这门课的时候，我还算是基本上没逃课，习题也没怎么做过，主要是做不起，感觉挺难。每有习题，便在截止日期前，借诸君作业一阅，复制即可。考试前，通宵两天，再借阅诸君答案，背着书包，死啃，只为制造一个不错的分数。结局不差，我心甚慰。&/p&&p&大四那会儿，再次被迫学习。从可以预知的未来看，大半辈子得与微波打交道，我不得不将微波学习纳入战略的高度。要学就学狠心点，我很装逼的到科学书店买了本David Pozar的《microwave engineering》。这本英文版确实写得很漂亮，深入浅出，把场的问题尽量简化为路的问题，概念到位，应用也实际。但是这也是我反复阅读了N次，大约5,6次，才明白的。看第一次的时候，好像很多名词都没弄明白，痛苦不堪，看第二次时候，有些概念弄的稍微懂了，同样痛苦，看第三次时候，一些公式还能推推，感觉好点了。看第四五次，仔细思考物理意义，思考作者为什么要以这样一种方式思考微波，并且力图从其他角度解释同样的现象，直到现在为止，这本书上的很多东西，也还没有完全闹明白。在大四和研一上学期时候，《microwave engineering》花掉了我学习专业课的一半时间，稍有闲暇，就尽量思考。《microwave enginerring》中的习题，前四章我曾反复做过。对于一个还没入门的人来说，多做习题，尤其是经典教材的习题，可以比较好的建立思维模式。现在每遇到一个问题，我都习惯性的按照这本书的内容思考，受益很大。&/p&&p&在学习《microwave enginerring》这本书时候，因为有些概念不大理解，所以还要查阅其他资料。因为我的物理向来不好，电磁学基础很差。在网上，找了一些教学视频。幸运的是找到了MIT的OCW系列，里面有MIT的《电磁学》视频，更在网友的帮助下，找到了这门视频的配套中文教材。从那时候起，我才认真思考基本的电磁现象的物理过程。比如为什么叫电呢，电的单词在古希腊时期是“琥珀“的意思，因为有些无聊的贵妇人，在无聊时候发现摩擦首饰（琥珀），然后靠近青蛙，竟然可以青蛙赶走。MIT水平确实很高，课程入门简单，逐步精深，却趣味盎然，课程上基本就是电磁的实验。老师自己制造了格拉夫高压静电器，阐述静电放电原理。为了阐述极化的本质，找几个空气球做实验，让极化使气球动起来。为了给大家掩饰屏蔽，更把自己关在笼子里，而在笼子外面放上了数万伏的静电场！还有很多很多的例子，叹为观止。当学完这课程时候，发现笔记本竟然满是笔记和思考，也正是这个公开课的视频，让我觉得电磁学科很是有趣。他教会了我怎么理解最基本的物理过程，怎么运用学过的课程解释神奇的现象，更是让我们自己怎样用知识创造新的东西。这门课程更是促进了我学习的热情，觉得很多根本原理需要了解，到图书馆里借了本清华大学杨弃疾的《电磁场理论》，这本书加入了杨教授很多对电磁场独特的理解，提出了一些有益的思考，不过整体来说，算不上经典之作。&/p&&p&看了一阵子《电磁场理论》后，觉得有必要深入了解准静态场的书籍，在图书馆里挑选了本MIT的梅切尔和豪斯教授合著的《电磁场与电磁能》的中文译本。这本书是MIT《电磁学》公开课里推荐的教科书，翻译于90年左右。这本大作确实很精深，将静态场怎么发展为准静态场，再发展到电磁波，到现在为止，这本书我理解不透一半。卓富特色，理论阐述严谨、新颖、精深，特别是对准静态场的理解，颇有笑傲江湖的趋势。有些学校很牛叉，把这本书作为电气工程考研和考博的参考书，我只能说：你他妈真牛！这本书的习题花费了不少的时间，用掉两个月，每天到图书馆早出晚归，才解决了前七章的习题。庆幸的事，习题还不是太难，照着一些例子就可以做出来。&/p&&p&在阅读了《电磁学》《电磁场理论》和《电磁场与电磁能》以后，我才终于初步有了电磁物理基础，时间却已经到了研一的开学。为了更好的入门电磁波，我穿梭于各大论坛，到处找经验。在图书馆里的库存的书架上，翻出了D.K.Cheng的《电磁场与波》，到处都是灰。D.K.Cheng是国际上著名的华人电磁学者，毕业于哈佛大学，他的学生孔金瓯曾任MIT的国际电磁科学院院长，声名卓著。《电磁场与波》浅显易懂，数学简单明了，基本概念特别透彻。我算是做了这本书的大部分习题。在这本书的学习中，有三点对我特别有意义。第一个是基本的坐标变换，拉梅系数，梯度，散度，旋度的物理意义以及怎样进行运算，以前我一直不甚明白。第二个是传输线的物理模型，这本书讲得特别漂亮。以前我一直不懂为什么要对传输线这样建模，深入思考这本书后，才真正理解了意义。波不是在导体上传递，导体的作用是把场压缩在导体之间的介质中，介质充当了储能的作用，所以介质等效为电容，介质中的有损耗，所以有了电导G，而导体上有电流，电流在不断变化，所以是电感，另外导体有损耗，所以等效为电阻。第三点是对平面波的处理，当成传输线，很有意思。&/p&&p&&br&&/p&&p&D.K.Cheng的弟子孔金瓯先生更是超牛。孔金瓯博士毕业后到MIT做斯特莱顿的助手，在斯特莱顿过世后，接替了他的职位。斯特莱顿的《电磁理论》是电磁场理论方面的开山之作，即使过了半个世纪，也毫不褪色，哺育了一代又一代的专家学者。他的书到今天来说，都有很多学者在不断研究和仿效。孔的大作《电磁波理论》成书于八十年代， 是MIT电磁波方向的研究生教学用书。世纪之交，J。B。Pendry等人发明了左手材料，而后左手材料被广泛研究。《电磁波理论》正是研究该材料最有力的工具，孔先生何等慧眼！而孔金瓯先生本人更是在左手材料理论领域引导世界潮流，做出了很多突出的贡献。《电磁波理论》题材广泛，包含了导波理论，辐射理论，闵可夫斯基形式，广义相对论。特别是该书对各项异性材料的处理，神来之笔，还有对非均匀媒质的处理，更是精深无比。这本书的数学理论要求比较高，没有学好数学，看起来会比较困难。&/p&&p&孔金瓯的弟子周永祖先生，也是牛逼。周原来是UIUC的计算电磁学中心主任。而UIUC的计算电磁学中心在计算电磁学领域是超级大哥，汇聚了很多的大牛，要拔得头等，可见周实力之强悍。周发明了快速多极子方法，在94年时候，就能处理千万个未知数，应用于美帝的F系列战机的隐身性能的计算。据他前两年讲，现在处理几亿个未知数都不是问题。现在国内貌似能处理千万级别都很少很少。周的《非均匀媒质中的场与波》是不可多得的好书，在九十年代就被柳清伙和聂在平翻译成了中文。柳聂二人均为周先生的弟子，其中柳是加州大学伯克利分校的教授，聂现在已是电子科大的副校长。周离开UIUC的计算电磁学中心后，金建铭接任。Jin也是大牛人，在有限元（FEM）上是世界级的权威，他现在更是致力于时域有限元技术。他的《电磁场中的有限元方法》，一直以来是我学习的重点，挺难的。&/p&&p&D．K．Cheng的一个学生可能比较著名，西安电子科大的原校长梁昌洪。梁昌洪在八十年代初，到D。K。cheng的实验室做过一年的访问学者，在他的《电磁场与波》书里就有 “感谢梁昌洪和马北林两位先生对习题提供了帮助”。梁的《简明微波》是微波方面不错的教材，再加上网上可以找到梁讲课的配套视频。《简明微波》这本书浅显易懂，物理过程生动，融入了梁的很多理解，但是物理概念不是很准确。这本书里有很多分析方法，有些方法比较古老，已经过时了。若专要谈方法，与严谨性，Collin的《导波场论》确实是本很好的书。可以说《导波场论》在电磁理论方面，五十年来，无出其右。里面公式特别严谨，富有深意，广泛采用泛函和共形变换，对格林函数的理解很深入，数学很难，但是有时候又特别有用。这本书是深入提高理论非常好的书籍。&/p&&p&和《导波场论》相提并论，或许只有《正弦电磁场》。作者哈林登和Collin同是美国国家工程院院士，水平不相上下。Collin以其《导波场论》和《微波工程》两大名著闻名，而哈林登也毫不逊色。他的《正弦电磁场》和《计算电磁学中的矩量法》成为行业的丰碑。哈林登作为矩量法的创始人之一，他将多矩法推广到了全世界。他的《正弦电磁场》几乎与《导波场论》同时成书，理论水平相当，广受美誉。在这两本书里，我选择了《正弦电磁场》。这本书较collin的书，数学形式简单，而且物理概念特别好，充分展现了一代大师对电磁场的理解，很多似是而非的概念，在拜读他的作品后，醍醐灌顶，大有相逢恨晚的感概。在这本书里，他已经初步形成了矩量法的思想——“反应”，感受一个方向的出生，实为幸事。这本书的习题也非常的好，曾经仔细演算过好几章。&/p&&p&在物理类的书籍中，也有很好很好的书，费曼的《费曼物理学讲义》第二卷。第二卷的主要内容是电动力学。作为享誉世界的大师，费曼以其对用量子化重整电动力学，而荣获诺贝尔物理学奖。他的《费曼物理学讲义》更是物理教学史上的丰碑。在他的讲义中，他带领人随意走进了物理的殿堂，沿途欣赏物理学的瑰丽，数学简单，概念深刻。用少量的时间，就可以得到很好的体悟。而另一位诺奖获得者，“只恨生不逢时”的天才人物，朗道的《连续媒质中的电动力学》更是一本享誉时代的著作。这本书中，朗道半个世纪前的思想，今天都在照耀着我们，并且光芒一直未见。《费曼物理学讲义》或许是一本好的感性推动思考的书籍，而《连续媒质中的电动力学》则是一本散发着理性的著作。今天研究电磁理论方面，尤其是超材料方面都在大量引用《连续媒质中的电动力学》。这本书的很多思想，现在都受用无穷。&/p&&p&&br&&/p&&p&在学习《microwave enginerring》时候，多看，多算，多思，或许会收到好的效果。&/p&&p&&/p&
近来总是有朋友私信我关于如何学习电磁场/微波理论知识。因此，特别将数年前我自己学习过程以及感受分享如下，希望能有益于初学的朋友。望批评指正。初版于2012年4月发表于人人网。如有转载，敬请注明出处。…
&p&首先说明这里是连续小波变换，不会涉及离散小波变换，不涉及尺度函数。我我也很想写的通俗易懂一个公式也没有，全是好玩的东西，十分简单一看就明白，but 这原本就是一个数学上的积分变换，没有一个公式你能看懂么？所以，还是老老实实放上了该放的公式。&/p&&p&废话不多说，先来两张连续小波变换的时频图（Continue Wavelet Transform，CWT），应该经常看到吧。对一个时变信号做morlet小波变换（若无特殊说明，本文CWT均指morlet连续小波变换），其频率成分分别有4，6，10，具体时区如下。&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+f%28t%29%3D%5Cbegin%7Bcases%7D+sin%284%2A2+%5Cpi+t%29%2C%5Cquad+0%3Ct%3C2+%5C%5C+sin%286%2A2+%5Cpi+t%29%2C%5Cquad+2%3Ct%3C4+%5C%5C+sin%+%5Cpi+t%29%2C%5Cquad+0%3Ct%3C4+%5Cend%7Bcases%7D+%5Cend%7Bequation%7D& alt=&\begin{equation} f(t)=\begin{cases} sin(4*2 \pi t),\quad 0&t&2 \\ sin(6*2 \pi t),\quad 2&t&4 \\ sin(10*2 \pi t),\quad 0&t&4 \end{cases} \end{equation}& eeimg=&1&&&/p&&p&得到小波时频图如下：&/p&&img src=&/v2-3b3f87c4ef6c1aa78ba4ec51de61cbdf_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-3b3f87c4ef6c1aa78ba4ec51de61cbdf_r.jpg&&&p&
图一&/p&&p&再来个立体的&/p&&p&&br&&/p&&img src=&/v2-aad8a1d796a42b547b8c9_b.jpg& data-rawwidth=&5850& data-rawheight=&4375& class=&origin_image zh-lightbox-thumb& width=&5850& data-original=&/v2-aad8a1d796a42b547b8c9_r.jpg&&&p&
图二&/p&&p&从图中可以清晰辨认出原始信号含有的频率成分及其各自对应的时间区间。如果你和我一样认真的话，你会产生三个疑问？&/p&&p&（1），为什么小波变换能确定信号频率和其对应时间区间？&/p&&p&（2），为什么频率小的条纹比频率高的条纹要细？&/p&&p&（3），为什么三个条纹颜色的深浅不一样（立体图中高度不一）？&/p&&p&第一个问题我们把它一分为二，为什么CWT能辨认出信号的频率成分？为什么CWT确定频率对应的时间区间？这个嘛，，，，，，，&/p&&p&当然得先看公式了。来一个morlet小波基函数的表达式&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A1%7D+%5Cpsi%28t%29%3D%5Cexp%28i%5Comega_0+t%29%5Cexp%28-%5Cfrac%7Bt%5E%7B2%7D%7D%7B2%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:1} \psi(t)=\exp(i\omega_0 t)\exp(-\frac{t^{2}}{2}) \end{equation}& eeimg=&1&&&/p&&p&morlet小波的基函数是由复三角函数乘上一个指数衰减函数构成的。这里的 &img src=&/equation?tex=%5Comega_0& alt=&\omega_0& eeimg=&1&& 表示中心频率。还是先看图（分别令 &img src=&/equation?tex=%5Comega_0%3D2%2C%5Comega_0%3D5& alt=&\omega_0=2,\omega_0=5& eeimg=&1&& ）&/p&&p&&br&&/p&&img src=&/v2-61e02bd64dd575bd02e80_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-61e02bd64dd575bd02e80_r.jpg&&&p&&br&&/p&&img src=&/v2-0cee7fd1bbaf650e3f248_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-0cee7fd1bbaf650e3f248_r.jpg&&&p&
图三&/p&&p&上图左边式基函数时域图像，右边是其傅里叶变换图像。可以看到基函数的频率正是其中心频率的值。这里给出morlet小波的傅里叶变换表达式&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A2%7D+%5Chat%7B%5Cpsi%7D%28%5Comega%29%3D%5Csqrt%7B2%5Cpi%7D%5Cexp%28-%5Cfrac%7B%28%5Comega-%5Comega_0%29%5E%7B2%7D%7D%7B2%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:2} \hat{\psi}(\omega)=\sqrt{2\pi}\exp(-\frac{(\omega-\omega_0)^{2}}{2}) \end{equation}& eeimg=&1&&&/p&&p&从表达式也可以看出当频率等于其中心频率 &img src=&/equation?tex=%5Comega_0& alt=&\omega_0& eeimg=&1&& 时，取得极大值。这里复三角函数可以辨认频率，衰减函数可以保证其时域有限支撑。只给一个固定的中心频率可不能辨认信号的频率，同样，基函数只在区间【-2，2】之间也确定不了时间区间。所以这里的小波基函数需要平移和伸缩。又是一个公式(按传统，这个表达式前还有一个根号a，但我不讨论这个)&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A3%7D+%5Cpsi_%7Ba%2Cb%7D%28t%29%3D%5Cexp%28i%5Comega_0+%5Cfrac%7B%28t-b%29%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7B%28t-b%29%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:3} \psi_{a,b}(t)=\exp(i\omega_0 \frac{(t-b)}{a})\exp(-\frac{(t-b)^{2}}{2a^{2}}) \end{equation}& eeimg=&1&&&/p&&p&继续上图，给出b=5,a=2时，即平移6个单位，缩小2倍的morlet小波基函数的图像。&/p&&img src=&/v2-0a230d3d00a0fdc51f8b1990_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-0a230d3d00a0fdc51f8b1990_r.jpg&&&p&&br&&/p&&img src=&/v2-31caf3cb155c35ae24a88d_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-31caf3cb155c35ae24a88d_r.jpg&&&p&
图四&/p&&p&相对图三，从时域很明显可以看出平移，从频域也很明显看出尺度伸缩。当然从傅里叶变换的性质也可以推断出来。&/p&&p&好了，基函数算是告一段落了（终于结束了搞基），下面是激动人心 的时刻，还是得有公式。&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A4%7D+%5Cbegin%7Bsplit%7D+%5CPsi+f%28a%2Cb%29%3D%26%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Coverline%7B%5Cpsi%7D_%7Ba%2Cb%7D%28t%29dt+%5C%5C+%3D%26%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Cexp%28-i%5Comega_0+%5Cfrac%7B%28t-b%29%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7B%28t-b%29%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29dt+%5Cend%7Bsplit%7D+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:4} \begin{split} \Psi f(a,b)=&\int_{-\infty}^{+\infty} f(t) \overline{\psi}_{a,b}(t)dt \\ =&\int_{-\infty}^{+\infty} f(t) \exp(-i\omega_0 \frac{(t-b)}{a})\exp(-\frac{(t-b)^{2}}{2a^{2}})dt \end{split} \end{equation}& eeimg=&1&&&/p&&p&这算是morlet小波变换的公式了。好，回到第一个问题，为什么小波变换能确定信号频率和其对应时间区间？从时频图一可以看到，能看出条纹的部分明显是关于频率的极大值。所以，把问题转换一下，为什么小波变换会在原始信号固有的频率上产生极大值，而这极大值对应的区间正好是该固有频率的时区。&u&连续小波变换的运算是什么？是积分，是原始信号与小波基函数乘积后积分的过程。而积分就是一个求和的过程。&/u&&/p&&p&现在先不管什么小波什么变换，考虑这样一个问题，一个频率为5的正弦函数 &img src=&/equation?tex=y%3Dsin%282%2Api%2A5%2At%29& alt=&y=sin(2*pi*5*t)& eeimg=&1&& ，和 &img src=&/equation?tex=f%3Dsin%282%2Api%2An%2At%29%2Cn%3D1%2C2%2C...10& alt=&f=sin(2*pi*n*t),n=1,2,...10& eeimg=&1&& 乘积后积分，问当频率为何值时，它们乘积积分后结果最大。答案你肯定知道，当两个正弦函数频率相等的时候，也就是n=5的时候，它们的乘积积分后最大。有图为证。&/p&&img src=&/v2-b0d8c43da17ad_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-b0d8c43da17ad_r.jpg&&&p&&br&&/p&&p&好，到这里你应该就明白了为什么小波变换会在原始信号固有的频率上产生极大值。因为基函数里包含复三角函数。下面把 &img src=&/equation?tex=f& alt=&f& eeimg=&1&& 换成小波基函数，&u&换成morlet小波函数，去掉平移参数&/u&b,&u&并令初始中心频率&/u& &img src=&/equation?tex=%5Comega_0%3D10& alt=&\omega_0=10& eeimg=&1&& ,&u&令尺度参数&/u&a=1,2,..10：&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cpsi_%7Ba%7D%28t%29%3D%5Cexp%28i%2A10+%5Cfrac%7Bt%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7Bt%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation} \psi_{a}(t)=\exp(i*10 \frac{t}{a})\exp(-\frac{t^{2}}{2a^{2}}) \end{equation}& eeimg=&1&&&/p&&p&再次求其与 &img src=&/equation?tex=y& alt=&y& eeimg=&1&& 乘积积分后的最大值（这个得取模）。很明显，当a=2的时候，也就是小波基函数频率为5的时，会取得极大值。如图&/p&&p&&br&&/p&&img src=&/v2-549df71dc4b54c389a0ce_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-549df71dc4b54c389a0ce_r.jpg&&&p&&br&&/p&&p&到这里，应该就很明朗了。小波小波，顾名思义，既要小又要有波动。morlet小波&u&的波动性可以用复三角函数表达，小则用衰减函数表达，数学上把这种小称为有限支撑。即morlet小波的有限支撑是通过一个指数衰减函数实现的。复三角函数使其能分析频率（和原始信号乘积积分求极大值），衰减函数使其可以定位时间，它们加起来，才使得morlet小波可以用来做时频分析。所以，划重点了：&/u&&/p&&p&&u&&b&CWT就是选一个中心频率，然后通过尺度变换得到一大堆中心频率，又通过时移得到一系列不同区间的基函数，分别和原始信号的某一段（对应基函数的区间）乘积再积分，产生的极值对应的频率就是原始信号这一区间含有的频率。&/b&&/u&&/p&&p&&u&到此，完。&/u&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&你不想换个角度看看么？&/p&&p&换个角度，我们来从频域看看，好吗？根据傅里叶变换的性质 Parseval公式可知：&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+g_1%28t%29g_2%28t%29dt+%3D%5Cfrac%7B1%7D%7B2%5Cpi%7D%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D%5Chat%7Bg_1%7D%28%5Comega%29%5Chat%7Bg_2%7D%28%5Comega%29d+%5Comega+%5Cend%7Bequation%7D& alt=&\begin{equation} \int_{-\infty}^{+\infty} g_1(t)g_2(t)dt =\frac{1}{2\pi}\int_{-\infty}^{+\infty}\hat{g_1}(\omega)\hat{g_2}(\omega)d \omega \end{equation}& eeimg=&1&&&/p&&p&两信号乘积后时域的积分等于其傅里叶变换后频率的积分。好，换成信号和小波基函数&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Coverline%7B%5Cpsi%7D_%7Ba%2Cb%7D%28t%29dt%3D%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+%5Chat%7Bf%7D%28%5Comega%29+%5Coverline%7B%5Chat%7B%5Cpsi%7D%7D_%7Ba%2Cb%7D%28%5Comega%29dt+%5Cend%7Bequation%7D& alt=&\begin{equation} \int_{-\infty}^{+\infty} f(t) \overline{\psi}_{a,b}(t)dt=\int_{-\infty}^{+\infty} \hat{f}(\omega) \overline{\hat{\psi}}_{a,b}(\omega)dt \end{equation}& eeimg=&1&&&/p&&p&时域里面乘积积分看的不明显。频域里看就一目了然了。还是那个频率为5的原始信号，看看它的频域图像&/p&&p&&br&&/p&&img src=&/v2-59fbb6d8a_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-59fbb6d8a_r.jpg&&&p&再看看五个中心频率不同为小波基函数&/p&&p&&br&&/p&&img src=&/v2-4dfad1bc202aee49fefe7bb_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-4dfad1bc202aee49fefe7bb_r.jpg&&&p&好了，两个函数在频域乘积再积分，又一次很明显，只有当小波中心频率为5的时候，小波基函数和原始信号乘积积分才会取得极大值。其他的好像都是0耶。&/p&&p&&b&所以，小波可以认为是一个带通滤波器，只允许频率和小波中心频率（经过尺度伸缩后）相近的信号通过。&/b&&/p&&p&然后&b&，&/b&&/p&&p&再回忆一下中学学过的波的干涉现象。频率相同的两列波叠加，使某些区域的振动加强，某些区域的振动减弱，而且振动加强的区域和振动减弱的区域相互隔开，这种现象叫做波的干涉。&/p&&p&是不是有点意思了。&/p&&p&&br&&/p&&p&先回答第一个问题，后续再写。&/p&&p&另外发现在设小波基函数时候用的是频率，如果在matlab中实现需要用角频率，乘以 &img src=&/equation?tex=2%5Cpi& alt=&2\pi& eeimg=&1&& 即可。也就是中心频率设为2或5的时候，程序中写的应该是 &img src=&/equation?tex=2%2A2%5Cpi+%E5%92%8C5%2A2%5Cpi& alt=&2*2\pi 和5*2\pi& eeimg=&1&& .&/p&&p&非专业出身，如有错误，欢迎指正。&/p&
首先说明这里是连续小波变换，不会涉及离散小波变换，不涉及尺度函数。我我也很想写的通俗易懂一个公式也没有，全是好玩的东西，十分简单一看就明白，but 这原本就是一个数学上的积分变换，没有一个公式你能看懂么？所以，还是老老实实放上了该放的公式。废…
&h2&6月26日更新：&/h2&&p&机器学习作为近期人工智能领域的热点话题一直被广大知乎讨论，小编也一直收到很多私信咨询有哪些好的书籍适合自己进行阅读学习，今天就为大家推荐十本：&/p&&a href=&///?target=http%3A//.cn/book/details/4101& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python高性能编程&i class=&icon-external&&&/i&&/a&&img src=&/v2-2faa7b9989b_b.jpg& data-rawwidth=&2102& data-rawheight=&2477& class=&origin_image zh-lightbox-thumb& width=&2102& data-original=&/v2-2faa7b9989b_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4101& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python高性能编程-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。&/b& &/p&&p&本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。&/p&&h2&&b&NLTK基础教程——用NLTK和Python库构建机器学习应用&/b&&/h2&&img src=&/v2-6fd1c533b0a351e2cbd8db293e823216_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-6fd1c533b0a351e2cbd8db293e823216_r.jpg&&&br&&a href=&///?target=http%3A//.cn/book/details/4265& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&NLTK基础教程--用NLTK和Python库构建机器学习应用-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的资深Python程序员以及机器学习领域的研究人员阅读。&/b& &/p&&p&NLTK 库是当前自然语言处理（NLP）领域最为流行、使用最为广泛的库之一, 同时Python语言也已逐渐成为主流的编程语言之一。&/p&&p&本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第1章对NLP进行了简单介绍。第2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用，涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。&/p&&h2&&b&机器学习与数据科学（基于R的统计学习方法）&/b&&/h2&&img src=&/v2-d29e02c30aa5c615b4c1_b.jpg& data-rawwidth=&471& data-rawheight=&590& class=&origin_image zh-lightbox-thumb& width=&471& data-original=&/v2-d29e02c30aa5c615b4c1_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4577& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&机器学习与数据科学（基于R的统计学习方法）-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合数据科学家、数据分析师、软件开发者以及需要了解数据科学和机器学习方法的科研人员阅读参考。&/b& &/p&&p&本书试图指导读者掌握如何完成涉及机器学习的数据科学项目。本书将为数据科学家提供一些在统计学习领域会用到的工具和技巧，涉及数据连接、数据处理、探索性数据分析、监督机器学习、非监督机器学习和模型评估。本书选用的是R统计环境，书中所有代码示例都是用R语言编写的，涉及众多流行的R包和数据集。&/p&&h2&&b&实用机器学习&/b&&/h2&&img src=&/v2-a7917edc3f2f1a8ddd48e_b.jpg& data-rawwidth=&1000& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/v2-a7917edc3f2f1a8ddd48e_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4127& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&实用机器学习-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合需要应用机器学习算法解决实际问题的工程技术人员阅读，也可作为相关专业高年级本科生或研究生的入门教材或课外读物&/b& &/p&&p&大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包并给出了示例程序。&/p&&p&本书的最大特色就是贴近工程实践。首先，本书仅侧重介绍当前工业界最常用的机器学习算法，而不追求知识内容的覆盖面；其次，本书在介绍每类机器学习算法时，力求通俗易懂地阐述算法思想，而不追求理论的深度，让读者借助代码获得直观的体验。&/p&&h2&&b&Python机器学习实践指南&/b&&/h2&&img src=&/v2-fdae13baeee1a14b05dae64_b.jpg& data-rawwidth=&700& data-rawheight=&880& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&/v2-fdae13baeee1a14b05dae64_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4658& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python机器学习实践指南-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。&/b& &/p&&p&机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐&/p&&p&渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。&/p&&p&全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与&/p&&p&机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。&/p&&h2&&b&贝叶斯方法：概率编程与贝叶斯推断&/b&&/h2&&img src=&/v2-26c1c5f2de86a34f60fe6_b.jpg& data-rawwidth=&2126& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2126& data-original=&/v2-26c1c5f2de86a34f60fe6_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4274& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&贝叶斯方法：概率编程与贝叶斯推断-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适用于机器学习、贝叶斯推断、概率编程等相关领域的从业者和爱好者，也适合普通开发人员了解贝叶斯统计而使用。&/b& &/p&&p&本书基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而让读者可以动手解决一个个的具体问题。通过对本书的学习，读者可以对贝叶斯思维、概率编程有较为深入的了解，为将来从事机器学习、数据分析相关的工作打下基础。&/p&&h2&&b&TensorFlow技术解析与实战&/b&&/h2&&img src=&/v2-1cab3dddba777e6b59c6c09_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-1cab3dddba777e6b59c6c09_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4862& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&TensorFlow技术解析与实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书深入浅出，理论联系实际，实战案例新颖，基于最新的TensorFlow 1.1版本，涵盖TensorFlow的新特性，非常适合对深度学习和TensorFlow感兴趣的读者阅读。&/b& &/p&&p&TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。本书从深度学习的基础讲起，深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等），并对MINIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。最后，附录中列出一些可供参考的公开数据集，并结合作者的项目经验介绍项目管理的一些建议。&/p&&h2&&b&概率编程实战&/b&&/h2&&img src=&/v2-e6ad9deda657_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-e6ad9deda657_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4366& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&概率编程实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书既可以作为概率编程的入门读物，也可以帮助已经有一定基础的读者熟悉Figaro这一概率编程利器。&/b& &/p&&p&★ 人工智能领域的先驱、美国加州大学伯克利分校教授Stuart Russell作序推荐！一本不可思议的Scala概率编程实战书籍！&/p&&p&概率推理是不确定性条件下做出决策的重要方法，在许多领域都已经得到了广泛的应用。概率编程充分结合了概率推理模型和现代计算机编程语言，使这一方法的实施更加简便，现已在许多领域（包括炙手可热的机器学习）中崭露头角，各种概率编程系统也如雨后春笋般出现。&/p&&p&本书的作者Avi Pfeffer正是主流概率编程系统Figaro的首席开发者，他以详尽的实例、清晰易懂的解说引领读者进入这一过去令人望而生畏的领域。通读本书，可以发现概率编程并非“疯狂科学家”们的专利，无需艰深的数学知识，就可以构思出解决许多实际问题的概率模型，进而利用现代概率编程系统的强大功能解题。&/p&&h2&&b&Python机器学习——预测分析核心算法&/b&&/h2&&img src=&/v2-da754b7b811d01ce269e760a3a9bdddc_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-da754b7b811d01ce269e760a3a9bdddc_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4194& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python机器学习--预测分析核心算法-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项目或是提升相关的技能。&/b& &/p&&p&在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知所措。本书从算法和Python 语言实现的角度，帮助读者认识机器学习。 书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。&/p&&h2&&b&机器学习项目开发实战&/b&&/h2&&img src=&/v2-d4e2a512b4b87ced005d1_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-d4e2a512b4b87ced005d1_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4280& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&机器学习项目开发实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合对机器学习感兴趣的.NET开发人员阅读，也适合其他读者作为机器学习的入门参考书。&/b& &/p&&p&本书通过一系列有趣的实例，由浅入深地介绍了机器学习这一炙手可热的新领域，并且详细介绍了适合机器学习开发的Microsoft F#语言和函数式编程，引领读者深入了解机器学习的基本概念、核心思想和常用算法。书中的例子既通俗易懂，同时又十分实用，可以作为许多开发问题的起点。通过对本书的阅读，读者无须接触枯燥的数学知识，便可快速上手，为日后的开发工作打下坚实的基础。&/p&&br&&br&&h2&&b&------------------------------------华丽的分割线----------------------------------&/b&&/h2&&p&原文链接：&a href=&///?target=http%3A///m/12261/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&想学习高大上的深度学习技术么？快来看看这本书-博客-云栖社区-阿里云&i class=&icon-external&&&/i&&/a&&/p&&p&深度学习作为最近几年（准确来说是几十年）最耀眼技术之一，已经帮助研究人员和从业人员解决了大量AI领域中的许多困难问题。但是遗憾的是，深度学习作为一个新领域，直到今天都没有形成统一的规范。我推荐的这本深度学习是一本由深度学习专家I. Goodfellow，Y. Bengio和A. Courville合作的新书，是MIT的自适应计算和机器学习系列的一部分。该书填补了这一方面的空白，并取得了巨大的成功。&/p&&p&这本书是第一本是从深度的角度涵盖深度学习领域的书，同时，即使是初学者也可以读懂。&/p&&p&本书主要有三个部分。&/p&&p&第一部分是数学和机器学习的基本知识。新手阅读这一部分快速地补充必要的知识，老手也可以通过这一部分进行知识的回顾。该部分简单介绍了线性代数，概率论，优化（主要是梯度下降，因为它是深度学习中的主导优化算法）的基础。另外，这一部分还简单介绍了机器学习的概念。注意，机器学习的章节包含了所有的机器学习算法和相关概念，并不仅仅是深度学习的相关概念和算法。它充分调查了一个（非常）大型研究领域，解释了构建能够从数据中学习的模型所需要的最基本的概念。它包含了关于过拟合，欠拟合和机器学习算法能力的讨论。在这些基本概念的基础上，本章激励了深度学习的需求，以解决传统机器学习算法的一些缺点。这是一个重要的章节，因为它提供了在机器学习领域深度学习的背景。即使您已经熟悉机器学习的概念，我仍然建议您花时间阅读本章。&/p&&p&第二部分介绍了深度学习中的前馈神经网络，包括它的构造和训练。这一章的目标读者是深度学习方面的从业人员。这部分清楚地解释了从业人员在使用深度学习来构建精确预测系统过程中需要做的选择。而这个工作往往非常困难。&/p&&p&我认为这本书清晰且有效地使用深度学习来解决机器学习的问题。深度学习并不是一个黑盒子，它使用尽可能少的数据和计算能力来获得好的收益。这就是说，在第二部分中作者介绍了不同类型的隐藏和输出单元，并讨论了架构设计的重要方面。许多公开的深度学习的论文都致力于找寻一种适合当前问题的架构。这部分在早期也引入了用于训练网络的反向传播算法。如数据集增加，早期停止，辍学和最近流行的对抗训练等正则化方法在本部分中被详尽地介绍，它们都是开发人员地有力武器。作者还提供了一个很好的介绍计算机视觉中流行的卷积网络和在语音识别或一般在建模序列数据中常见的递归神经网络。本书的第2部分的最后一个章节是深度学习应用，这章的对那些寻找灵感的人非常有用。&/p&&p&这本书也有点美中不足，它的第二部分我不是很满意。由于它是主要面向从业人员的，因此我认为作者应该加入更多的案例来阐述这些概念。我并不是说要用特定的语言或者深度学习的框架来实现例子。我认为不依赖于任何一个框架是本书的一大优点。框架的使用往往会让读者分散注意力，而算法可能通过任何一种框架实现。我的建议是这本书可以通过一些例子来说明一些核心思想就可以了，不用太关注于实现。&/p&&p&第三部分也是全书的最后一个部分，它主要是关注与深度学习方面研究。它是研究人员研究热点的集合，主要包含自动编码器，蒙特卡罗方法，近似推理和生成模型等。熟悉机器学习且要么在大学学习过或者工作遇到过深度学习的人可以直接跳到这一章节。&/p&&p&如果你有心推动机器学习的发展，那么本书的最后八章内容将给你提供足够的养料。这就是说最后这一部分是学术界最感兴趣的，尤其是对于博士和博士后。对我们其他人来说，无论深度学习在大众媒体的流行程度如何，它仍处于起步阶段，几乎没有通用的解决方案。因此，仍然有许多问题需要我们解决。&/p&&p&这本的最后200页指出，那些真正理解深度学习方法的人正试图平息过去一年里围绕它的炒作。需要做的工作还有很多，我们要理性地看待炒作，因为我们不想再次经历AI的冬天。最后，本节涵盖的大量不同的主题告诉我，这本书在未来将变得过时，因为研究人员发现了新的深度学习方法并改进了现有的方法。我希望作者将继续更新这本书，以便我们对这种强大的机器学习技术的知识增加。&/p&&p&总的来说，深度学习这本书对无论是初学者或是从业人员甚至是研究人员都是一本不错的读物。作者下了很大的功夫深入浅出地将深度学习的知识讲解给不同基础的人。&/p&&p&除了之前回答的阅读书籍外，在此向大家推荐云栖社区：《零基础入门深度学习》系列，总计6章，从感知器、线性单元和梯度下降、神经网络和反向传播算法、卷积神经网络、循环神经网络、长短时记忆网络（LSTM）六个维度的学习干货，因为每一篇内容非常多，本学习课程旨在为零基础人门的同学，从深度学习是什么到进阶，小编在此仅截取部分学习内容供各位同学参考，觉得有用可以点击标题或者查看详情，阅读每章详细学习内容：
这里的正文可以直接复制从链接：&/p&&p&无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就out了？现在救命稻草来了，《零基础入门深度学习》系列文章旨在帮助爱编程的你从零基础达到入门级水平。&/p&&p&零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文章。虽然文中会有很多公式你也许看不懂，但同时也会有更多的代码，程序员的你一定能看懂的（我周围是一群狂热的Clean Code程序员，所以我写的代码也不会很差）。&/p&&p&深度学习是啥？&/p&&p&在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络。神经网络如下图所示：&/p&&p&上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。&/p&&p&隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。&/p&&p&那么深层网络和浅层网络相比有什么优势呢？简单来说深层网络能够表达力更强。事实上，一个仅有一个隐藏层的神经网络就能拟合任何一个函数，但是它需要很多很多的神经元。而深层网络用少得多的神经元就能拟合同样的函数。也就是为了拟合一个函数，要么使用一个浅而宽的网络，要么使用一个深而窄的网络。而后者往往更节约资源。&/p&&p&深层网络也有劣势，就是它不太容易训练。简单的说，你需要大量的数据，很多的技巧才能训练好一个深层网络。这是个手艺活。&/p&&a href=&///?target=https%3A///articles/69850& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(1) - 感知器&i class=&icon-external&&&/i&&/a&&p&感知器&/p&&p&看到这里，如果你还是一头雾水，那也是很正常的。为了理解神经网络，我们应该先理解神经网络的组成单元——神经元。神经元也叫做感知器。感知器算法在上个世纪50-70年代很流行，也成功解决了很多问题。并且，感知器算法也是非常简单的。&a href=&///?target=https%3A///articles/69850& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69847& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(2) - 线性单元和梯度下降&i class=&icon-external&&&/i&&/a&&p&感知器有一个问题，当面对的数据集不是&b&线性可分&/b&的时候，『感知器规则』可能无法收敛，这意味着我们永远也无法完成一个感知器的训练。为了解决这个问题，我们使用一个&b&可导的线性函数&/b&来替代感知器的&b&阶跃函数&/b&，这种感知器就叫做&b&线性单元&/b&。线性单元在面对线性不可分的数据集时，会收敛到一个最佳的近似上。&/p&&p&为了简单起见，我们可以设置线性单元的激活函数f为&/p&&p&这样的线性单元如下图所示……&a href=&///?target=https%3A///articles/69847& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69849& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(3) - 神经网络和反向传播算法&i class=&icon-external&&&/i&&/a&&p&神经元和感知器本质上是一样的，只不过我们说感知器的时候，它的激活函数是阶跃函数；而当我们说神经元时，激活函数往往选择为sigmoid函数或tanh函数。如下图所示：&/p&&a href=&///?target=https%3A///articles/69849& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&a href=&///?target=https%3A///articles/69848& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(4) - 卷积神经网络&i class=&icon-external&&&/i&&/a&&p&在前面的文章中，我们介绍了全连接神经网络，以及它的训练和使用。我们用它来识别了手写数字，然而，这种结构的网络对于图像识别任务来说并不是很合适。本文将要介绍一种更适合图像、语音识别任务的神经网络结构——&b&卷积神经网络&/b&(Convolutional Neural Network, CNN)。说卷积神经网络是最重要的一种神经网络也不为过，它在最近几年大放异彩，几乎所有图像、语音识别领域的重要突破都是卷积神经网络取得的，比如谷歌的GoogleNet、微软的ResNet等，打败李世石的AlphaGo也用到了这种网络。&/p&&p&本文将详细介绍卷积神经网络以及它的训练算法，以及动手实现一个简单的卷积神经网络。&a href=&///?target=https%3A///articles/69848& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69846& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(5) - 循环神经网络&i class=&icon-external&&&/i&&/a&&p&在前面的文章系列文章中，我们介绍了全连接神经网络和卷积神经网络，以及它们的训练和使用。他们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。&/p&&p&比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。这时，就需要用到深度学习领域中另一类非常重要神经网络：&b&循环神经网络(Recurrent Neural Network)&/b&。RNN种类很多，也比较绕脑子。&/p&&p&不过读者不用担心，本文将一如既往地对复杂的东西剥茧抽丝，帮助您理解RNN以及它的训练算法，并动手实现一个循环神经网络。&a href=&///?target=https%3A///articles/69846& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69845& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(6) - 长短时记忆网络(LSTM)&i class=&icon-external&&&/i&&/a&&p&在上一篇文章《零基础入门深度学习：循环神经网络》中，我们介绍了循环神经网络以及它的训练算法。我们也介绍了循环神经网络很难训练的原因，这导致了它在实际应用中，很难处理长距离的依赖。在本文中，我们将介绍一种改进之后的循环神经网络：&b&长短时记忆网络(Long Short Term Memory Network, LSTM)&/b&，它成功地解决了原始循环神经网络的缺陷，成为当前最流行的RNN，在语音识别、图片描述、自然语言处理等许多领域中成功应用。&/p&&p&但不幸的一面是，LSTM的结构很复杂，因此，我们需要花上一些力气，才能把LSTM以及它的训练算法弄明白。在搞清楚LSTM之后，我们再介绍一种LSTM的变体：GRU (Gated Recurrent Unit)。 它的结构比LSTM简单，而效果却和LSTM一样好，因此，它正在逐渐流行起来。最后，我们仍然会动手实现一个LSTM。&/p&
6月26日更新：机器学习作为近期人工智能领域的热点话题一直被广大知乎讨论，小编也一直收到很多私信咨询有哪些好的书籍适合自己进行阅读学习，今天就为大家推荐十本：本书适合初级和中级Python程序员、有…
&i&已经2017年了，两年前的东西可以淘汰了，现在参考这个入门效率已经不高了&br&&/i&&br&&i&请参考最新的其他人的回答Orz&br&&/i&&br&&i&&i&---------------------------------------------------------------------------------------------------------------------------------&/i&&br&这个答案是我两年前做本科毕业设计写的，那时候连模式识别是个什么概念都不懂。但毕设课题强行选了DL相关，所以给了当时自己看的资料，直接跑深度学习框架，其实并没有技术含量。&/i&&br&&i&发现回答以后评论与关注也较多，现在经过一年学习回头来看确实这个答案不适合扎实的新手入门，有一些误导。特此修正。&/i&&u&我想让答案尽可能短，看起来不吓人。&/u&&br&--------------------------------&br&我入门CV时清华的朋友给的资料，帮助十分大！十分适合新手入门！&br&我是本科EE入门的，所以应该没有底子比我差的了。&br&-------------------------速成的道路---------------&br&0、Andrew Ng的机器学习部分内容(机器学习介绍，回归问题与梯度下降，过拟合欠拟合)&br&英文能力足够推荐英文版:&a href=&///?target=http%3A//openclassroom.stanford.edu/MainFolder/CoursePage.php%3Fcourse%3DMachineLearning& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Machine Learning&i class=&icon-external&&&/i&&/a&&br&(中文版对应网易公开课&a href=&///?target=http%3A///special/opencourse/machinelearning.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&斯坦福大学公开课 ：机器学习课程&i class=&icon-external&&&/i&&/a&)&br&（中英链接里的章节貌似不对应，按内容看）&br&&br&1.UFLDL: &a href=&///?target=http%3A//ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&ufldl.stanford.ed}
分享果粉查询到：
友情链接：|
|||||||||||||||||||||||||Access denied |
used Cloudflare to restrict access
Please enable cookies.
What happened?
The owner of this website () has banned your access based on your browser's signature (3b9b9f6d34696c40-ua98).之前在准备毕业论文的时候，有整理了一批可以免费下载论文的网址，分享一下给楼主吧。&br&1、 免费知网、万方、维普论文数据库帐号密码：&br&入口地址： 帐号 密码 &a href=&///?target=http%3A//ki.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&中国知网&i class=&icon-external&&&/i&&/a& whgl whgl&br&&a href=&///?target=http%3A//.cn& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&万方数据知识服务平台&i class=&icon-external&&&/i&&/a& ccbupt ccbupt&br&&a href=&///?target=http%3A//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&
需要注册 &br&&a href=&///?target=http%3A//library./kns50/Navigator.aspx%3FID%3DCJFD& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/Navigator.aspx?ID=CJFD&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 有人数限制！有人数限制！&br&&a href=&///?target=http%3A//cnki.%3A8080/kns50/single_index.aspx& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&cnki.:8080&/span&&span class=&invisible&&/kns50/single_index.aspx&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 有人数限制！大家用完自觉退出！&br&&a href=&///?target=http%3A//library./kns50/index.aspx& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/index.aspx&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
cnki直接入口，&br&&a href=&///?target=http%3A//library./kns50/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library./kn&/span&&span class=&invisible&&s50/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
只有2002年后文献&br&&a href=&///?target=http%3A//ki.net/kns50/classical/singledbindex.aspx%3FID%3D9& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&ki.net/kns50/cla&/span&&span class=&invisible&&ssical/singledbindex.aspx?ID=9&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
目前是教育类期刊全文文献&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&库问搜索 - 打造中国最大的免费开源文献共享平台&i class=&icon-external&&&/i&&/a& 中国最大的免费论文下载网站，包括国内期刊的数据，简洁易用亲测可以下载，目前免注册&br&备注：免费下载论文本身是倡导学术交流，都希望大家合理使用学术资源，仅作为学术探讨和交流&br&&br&2、免费国外论文资源&br&入口地址： 帐号 密码 &a href=&///?target=http%3A///pqdweb%3FRQT%3D341& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Log In - ProQuest&i class=&icon-external&&&/i&&/a& proquestpe education&br&&a href=&///?target=https%3A//slb.mmm.edu/login& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Remote Access Login&i class=&icon-external&&&/i&&/a& jmittica Greenland&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Upcoming Conference&i class=&icon-external&&&/i&&/a& 注：学术会议，国内外都有，要发论文的可以关注！&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Scirus has retired&i class=&icon-external&&&/i&&/a& SCI论文检索！&br&&a href=&///?target=http%3A//.cn/zwqk/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&.cn/zwqk/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a& Internet免费全文科技期刊!&br&&a href=&///?target=http%3A//highwire.stanford.edu/lists/freeart.dtl& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&highwire.stanford.edu/l&/span&&span class=&invisible&&ists/freeart.dtl&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&HighWire Press由斯坦福大学HighWire出版社提供，是世界最大的科学免费期刊库，目前可以提供免费全文期刊1000余种,100万多篇免费全文。&br&&a href=&///?target=http%3A//www.doaj.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Directory of Open Access Journals&i class=&icon-external&&&/i&&/a& 免费期刊指南（Directory of Open Access Journals） 共收录期刊近2000种，其中，500余种现期可以检索、浏览、下载全文，整库包含文章达80000篇(searchable on article level)。 学科范围为综合类。&br&&a href=&///?target=http%3A//library.wustl.edu/subjects/life/free.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&library.wustl.edu/subje&/span&&span class=&invisible&&cts/life/free.html&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 全文免费下载！！&br&&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&库问搜索 - 打造中国最大的免费开源文献共享平台&i class=&icon-external&&&/i&&/a& 免费国外论文下载网站，包括国外的一些期刊，亲测可以下载，目前免注册。&br&备注：免费下载论文，现在越来越难，大家且下载且珍惜吧!&br&&br&3、国外硕博毕业论文全文下载&br&Nottingham大学硕博论文库 &a href=&///?target=http%3A//etheses.nottingham.ac.uk/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&- Nottingham ePrints&i class=&icon-external&&&/i&&/a&&br&Virginia工大免费硕博论文库 &a href=&///?target=http%3A//scholar.lib.vt.edu/theses/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&scholar.lib.vt.edu/thes&/span&&span class=&invisible&&es/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&Waterloo大学免费硕博论文 &a href=&///?target=http%3A//www.lib.uwaterloo.ca/theses/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Theses and dissertations&i class=&icon-external&&&/i&&/a&&br&OhioState大学学位论文库 &a href=&///?target=http%3A//www.ohiolink.edu/etd/search.cgi& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&ETD Home&i class=&icon-external&&&/i&&/a&&br&&br&总结:国内下载可以尽量学校的资源的最好，没有校内资源的可以尝试以上网址。
之前在准备毕业论文的时候，有整理了一批可以免费下载论文的网址，分享一下给楼主吧。 1、 免费知网、万方、维普论文数据库帐号密码： 入口地址： 帐号 密码
ccbupt ccbupt
&p&收藏的时候点个赞吧！收藏数是点赞数的两倍是什么鬼(?;︵;`)&/p&&p&这个问题让我想起了我第一次发表JCP论文的经历。当时一稿被拒，申诉之后主编让我加算例之后重新投稿，当时的经历写在这个答案里面了：&a href=&/question//answer/& class=&internal&&知乎用户：发表SCI论文有多难？&/a&。&/p&&p&重新投稿之后遇到了一位非常认真负责的审稿人，我至今特别感谢他。他的审稿意见有十一页，里面绝大多数是关注英语的语法错误的意见，我对这些意见十分看重。这篇意见基本上将我容易犯的语法错误全部十分清楚地指出来了。他的这份意见到今天我都保存着。每次写一份新的英语论文，我都要对照他这份意见重新审视我新写的论文。我一位同学第一次投SCI论文的时候，跟我聊起关于语法的问题，我直接让他看了看这份审稿意见。他后来表示这份意见给了帮助很大。所以我觉得将这份意见发表出来给大家看，应该是有意义的。&/p&&p&下面描述的不是原始版本，而是经过整理之后的。&/p&&ol&&li&The noun ”method” is used many many times through abstract. I would try to reformulate some sentences and use the nouns ”scheme” or ”discretization” as alternatives. 这条意见是讲英文论文中词汇要尽可能丰富多彩一些，不要总是用一个词。所以后来我平时读英语文章的时候会注意搜集一些近义、同义词，比如: 采用，adop表示、描述\说明， represent show indicate depict illus提供、提出， contribute provi （谁）发展、提供、提出、展示（了什么方法...): report show give offer
要求：require ask demand call. 这些词汇记录小本子上，等论文基本完稿之后拿出来对照看一看，将论文中重复的相关词汇替换下来，很有帮助。&/li&&li&Second line: ”...to represent THE solution IN each cell...”; i.e. I would add ”the” and replace ”at” with ”in”. 原文中缺少the。一般特指的、第一次出现的名词重复出现的时候都要用the。其它的用法般语法书中都有，不详述。然后是介词in,at,of,on,for之类的要尽量准确。&/li&&li&Third line: please add a space between freedoms and the first parenthesis. 原文The degree of freedoms(DOFs)， (DOFs)前面要留下空格。（那位审稿人细心程度可见一斑）。&/li&&li&如果水平不足以把握长句，尽量用短句表明清楚意思。好几条意见都是关于长句的理解问题。&/li&&li&The adverb ”So” is used to start and connect two sentences. I would replace it with formal adverbs like ”Therefore, In fact, etc.”.&/li&&li&I believe that ”differentiate operators” is not correct. I think the Author should use ”differential operators” or ”differentiation operators”. Please, apply this correction through all the manuscript.一些词汇不准确。我后来对于自己感觉比较模糊的词汇，都会上网搜索一下，看看一般大家都怎样用的。&/li&&li&End of the fourth line/beginning of the fifth line: the comma is preceded by a wrong additional space. 标点不能出现在行首。&/li&&li&The acronyms ENO and WENO are immediately used without explicitly state what they mean. Moreover, the full name for discontinuous Galerkin is used without introducing the acronym which will be useful later on. I think the Authors should try to be consistent and introduce acronyms after the full name of the method has been spelled. 缩写词应该先写其完全形式并跟以缩写，后面才可以直接使用缩写。&/li&&li&I would replace ”divergences” with ”the divergence”. 可数不可数要弄清楚。文章中这里表示散度，应当是不可数的。&/li&&li&Add a space between ”Sobolev type” and reference [28]. 引用的中括号与前面的词语中间要有空格。&/li&&li&I think ”Aravind Balan, Georg May and Joachim Schoberl [29]” should be replaced by ”Balan, May and Sch?berl [29]”. Please correct the umlaut of the vowel ”o”, i.e ”?” (here and in the bibliography). 参考文献的作者名字里面带有特殊符号的要注意，不能忽略。&/li&&li&I would remove ”H.” in front of Luo. 一般在正文中引用参考文献的作者的时候只写作者的姓。&/li&&li&I would use the complete word ”Section” and not ”Sec.”. 在指出第几节写了什么东西的时候，用Section,不用Sec.&/li&&li&Add a full stop after system (1). 这点尤其应该注意，公式也是一个句子的组成部分，所以当句子在公式这里结束的时候，公式后面一定要有句号，如果句子没有结束，后面跟着什么从句，如果要加逗号，也不能省略。总之，把公式当一个单词看待，后面该有标点就不能省略。&/li&&li&Page 4, first line: ”...the standard SD is found to be unstable for triangular cells with order of accuracy higher than second.” First of all ”second” should be replaced by ”two”. 序数词与基数词的使用&/li&&li&After Equation (10), a sentence starts with ”And”. I do not think this is grammatically correct. 句首一般不用“And&. &/li&&li&Just before Equation (11): ”...is the degrees of freedom...” should be ”...are the degrees of freedom...”. 第三人称单复数形式，全文写完后应该仔细审查一下这个。&/li&&li&Just after Equation (11): ”Notice that F_k is the numerical flux ...”, i.e. add ”the”.
F_k前面要有the.&/li&&li&Second line after Equation (11): ”triangular” should be ”triangle”. Moreover, ”...the remainder are allocated interior.” is wrong. Please, correct the syntax.&/li&&li&Add a full stop after Equation (12). 同第14条。后续的这方面的意见就不贴了。&/li&&li&I believe the paragraph from ”By introducing the nondimensional wave number ...” to equation (34) is too long and not well written. Could you please split it in few sentences and re-phrase it? 同第4条。&/li&&li&I would not start with ”At first,...”. &/li&&li&Table 3: Please add spaces between words and parenthesis, e.g. ”P1(Standard)” should be ”P1 (Standard)”. 还是标点前的空格问题。&/li&&li&Please, try to be consistent with the s e.g. some time ”nonlinear” is used and in other places ”non-linear” is employed. 表达应该统一的问题。&/li&&li&Check punctuati captions included (add full stop at the end of the caption). 表格、图片的标题也是完整的句子，应该有标点符号。&/li&&li&Check the spacing when you use the parenthesis.&/li&&li&Please run an accurate spell checker and read carefully each sentence.&/li&&li&Please, use/check the article ”the” through all the manuscript.Please check the spacing in the references. I believe you should add a space between the first letter of the first author’s name and his/her family name. Some name are not consistently spelled:&/li&&/ol&&p&– decide if you want to spell the fu&/p&&p&– write the initial of the first name or the full first name be&/p&&p&– in some paper’s titles you use the capital
in other title this is not done.&/p&&p&最后一条是关于参考文献的。参考文献中作者的拼写要统一，统一缩写名或者统一写全名；文献标题拼写要统一，统一首单词的首字母大写或者统一所有非虚词首字母大写；期刊名字要也统一写全称或者简称；年卷期、页码按期刊要求统一。&/p&&p&最后推荐一个Linux下的拼写检查工具：aspell, 一般一行命令aspell -l en -c ./paper.tex，然后会出来交互式窗口，跟着选择是忽略(i)或者按数字键从候选的更正项里面选择替换项就可以了。&/p&
收藏的时候点个赞吧！收藏数是点赞数的两倍是什么鬼(?;︵;`)这个问题让我想起了我第一次发表JCP论文的经历。当时一稿被拒，申诉之后主编让我加算例之后重新投稿，当时的经历写在这个答案里面了：。重新投稿之后遇到了一位…
&img src=&/50/v2-d1bbb3b0d5f_b.jpg& data-rawwidth=&900& data-rawheight=&599& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/50/v2-d1bbb3b0d5f_r.jpg&&&p&前几天和朋友一起吃饭，他跟我抱怨团队最近新招了一名新人，让这位新人去下载一份行业的调查报告，他竟然硬生生地耗费了三天的时间，结果还什么资料都没有找到，把朋友给气到爆炸。&/p&&p&照理说这份行业报告也不难找，只是这位新人一点&b&“搜商”&/b&都没有，不知道怎么样才能提高搜索效率，也没有主动学习，更没有主动和领导反映情况，只是等到最后的时候，才说：啊，这个我没有找到！&/p&&p&在这个信息爆炸的时代里，虽然说信息越来越透明，但不是每个人都能获得自己想要的信息，有些人主动地学习如何高效地获取需要的信息，而有些人却被动消极地等待，以为有人拯救他，正如罗素先生所言：&/p&&p&&b&人人理应平等，实际上却远不是这样——特别是人与人有知识的差别。&/b&&/p&&p&如果你如我所说的这样使用搜索引擎，我相信你能比别人走得更快一点。&/p&&p&&br&&/p&&p&&b&1，善用搜索指令，做到事半功倍&/b&&/p&&p&很多人一有什么样的问题，立刻就原原本本地拿去百度，结果搜索出来的结果，往往不尽人意。你可以理解为人做事情的时候，天生就喜欢速战速决，容不得有半点纠缠在里面。&/p&&p&但如果在搜索信息的时候，知道如何去使用相关的搜索指令，只需要你花费很少的时间去记忆，但却可以提高你搜索的精度和速度，何乐而不为呢？&/p&&p&以我最近在读的《富爸爸，穷爸爸》为例，看什么样才是搜索引擎的正确打开姿势。&/p&&p&&b&1）intitle:关键词&/b& &/p&&p&这个搜索指令是想告诉搜索引擎，搜索出来的结果，标题一定要包含你输入的关键词。&/p&&p&不然有时候你搜索网页里面也会包括所输的关键词。&/p&&img src=&/v2-18ac999e5f3953afa997e2cb9bacec16_b.jpg& data-rawwidth=&1717& data-rawheight=&1602& class=&origin_image zh-lightbox-thumb& width=&1717& data-original=&/v2-18ac999e5f3953afa997e2cb9bacec16_r.jpg&&&p&&br&&/p&&p&&b&2）“关键词”&/b&&/p&&p&把关键词放在双引号里面，是想告诉搜索引擎，搜索出来的结果，必须包含双号里面的所有词语，且顺序一个也不能打乱。&/p&&p&这样做可以排除一些打乱后的搜索结果呈现给你，节省时间。&/p&&img src=&/v2-0d319d584b1e37f0f39dc22368e11cff_b.jpg& data-rawwidth=&1712& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&1712& data-original=&/v2-0d319d584b1e37f0f39dc22368e11cff_r.jpg&&&p&&br&&/p&&p&&b&3）关键词A -关键词B&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，搜索出来的结果不能带有关键词B，使用这个指令时，关键词A后面必须得加一个空格。&/p&&p&例如很多人在搜索“公务员考试”的时候，经常会弹出大量的垃圾广告，这些广告都是各种培训机构在百度上花钱购买的竞价排名，如果你正常输入“公务员考试”之后，会是以下的结果：&/p&&img src=&/v2-5fe65d96da8ba_b.jpg& data-rawwidth=&1725& data-rawheight=&1611& class=&origin_image zh-lightbox-thumb& width=&1725& data-original=&/v2-5fe65d96da8ba_r.jpg&&&p&搜索结果的前三位都是百度推荐的广告。&/p&&p&但如果你用“&b&关键词A -关键词B&/b&”这个搜索指令，输入“公务员考试 -推广 -推广链接”，结果会干净许多。&/p&&img src=&/v2-a15c5e89ada025cc27dfc6a4ec91e26e_b.jpg& data-rawwidth=&1718& data-rawheight=&1618& class=&origin_image zh-lightbox-thumb& width=&1718& data-original=&/v2-a15c5e89ada025cc27dfc6a4ec91e26e_r.jpg&&&p&广告全都不见啦。&/p&&p&&br&&/p&&p&&b&4）filetype:文件格式 关键词&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，结果只显示关键词为某类文件格式的链接。&/p&&p&例如我想下载《富爸爸，穷爸爸》的pdf格式，只要搜索栏中输入“filetype:pdf 富爸爸，穷爸爸”即可。&/p&&img src=&/v2-2beaf0c09f8d3a0eae6ce9a7_b.jpg& data-rawwidth=&1718& data-rawheight=&1621& class=&origin_image zh-lightbox-thumb& width=&1718& data-original=&/v2-2beaf0c09f8d3a0eae6ce9a7_r.jpg&&&p&&br&&/p&&p&&b&5）site:网址&/b&&/p&&p&这个搜索指令是想告诉搜索引擎，只在这个网站上对该关键词进行搜索。&/p&&p&例如我想在知乎上查找有关于《富爸爸，穷爸爸》的问题，只需要在搜索栏中输入“site:&a href=&& class=&internal&&&span class=&invisible&&http://&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&/a& 富爸爸，穷爸爸”即可，搜索出来的结果，全部都局限在知乎这个网站而已。&/p&&img src=&/v2-cbd14bd50c5cd1a3ae91b9e_b.jpg& data-rawwidth=&1712& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&1712& data-original=&/v2-cbd14bd50c5cd1a3ae91b9e_r.jpg&&&p&&br&&/p&&p&&b&2，专业的问题，交给专业的搜索引擎&/b&&/p&&p&鲁迅老先生曾经说过：这世界上除了百度和谷歌，还有巴拉巴拉以下的几个搜索引擎可以解决你稍微专业的问题。&/p&&p&我试了试，他老人家说得都对。&/p&&p&&br&&/p&&p&&b&1）&a href=&/?target=http%3A//www.sci-hub.cc/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&sci-hub.cc/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&大四或者研二需要写论文的童鞋，经常会遇到这样的一种窘境：自己学校竟然没有花钱购买论文数据库！即使学校购买了，但自己没有在使用校内网，也查看不到想要的论文！在各大网站求助于网友或者强大的朋友圈，往往也无济于事！&/p&&p&如果你有这些困扰，相信Sci-hub这个搜索引擎能让你爽翻过来。&/p&&blockquote&全球最大的论文免费下载网站 Sci-Hub 是由哈萨克斯籍女研究员亚历珊德拉·艾尔巴金（Alexandra Elbakyan）于 2011 年 9 月 5 日创办的。她因为研究论文成本过高，每篇论文在付费墙机制下通常需要花费 30 美元，因而决定成立 Sci-Hub 。&/blockquote&&p&具体的使用方法如下：&/p&&p&复制上面的网址链接，将需要下载论文的URL地址，或DOI，或Pubmed ID直接复制到搜索栏中，按下“open”即可下载。&/p&&img src=&/v2-d45d6e5fb3a05c53304a89ddf0153d40_b.jpg& data-rawwidth=&1280& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-d45d6e5fb3a05c53304a89ddf0153d40_r.jpg&&&p&&br&&/p&&p&&b&2）&a href=&/?target=https%3A///publicdata/directory& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/publicdata/d&/span&&span class=&invisible&&irectory&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&谷歌的公开数据中心。&/p&&p&里面汇集了中国历年的人口自然增长率、人口出生率、人口死亡率以及欧盟的失业率、最低薪资、政府盈余\赤字等专业数据。&/p&&p&可惜的是，这个搜索引擎需要梯子才能登上去。&/p&&img src=&/v2-26c5c5b0e503bdb023da1e2_b.jpg& data-rawwidth=&2736& data-rawheight=&1616& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-26c5c5b0e503bdb023da1e2_r.jpg&&&img src=&/v2-71b6af426c5a404d415a7_b.jpg& data-rawwidth=&2736& data-rawheight=&1609& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-71b6af426c5a404d415a7_r.jpg&&&p&&br&&/p&&p&&b&3）&a href=&/?target=https%3A//www.gapminder.org/downloads/income-distribution-2003/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&gapminder.org/downloads&/span&&span class=&invisible&&/income-distribution-2003/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索演示工具是由一位TEDer创建的，主要是为了将世界各大国的历年GDP增速进行对比，动态的过程，还是值得观看的。&/p&&img src=&/v2-3e6dedeaad09_b.jpg& data-rawwidth=&2736& data-rawheight=&1609& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-3e6dedeaad09_r.jpg&&&p&&br&&/p&&p&&b&4）&a href=&/?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索引擎，对从事进出口贸易的人来说非常有用，需要的话，请自行探索。&/p&&img src=&/v2-c59b94d57e92e92b547e5_b.jpg& data-rawwidth=&2736& data-rawheight=&1618& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-c59b94d57e92e92b547e5_r.jpg&&&p&&br&&/p&&p&&b&5）&a href=&/?target=https%3A//xue.glgoo.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&xue.glgoo.org/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&每个大学生最为烦躁的，应该就是写毕业论文了。除了上面提到的Sci-Hub这个搜索引擎可以帮到你之外，接着应该就是谷歌的学术搜索，但由于某些不可抗的因素，谷歌学术是需要梯子的，但利用glgoo这个镜像网站，就可以轻松登上啦。&/p&&img src=&/v2-91d8fe5d931f1c5b4f428_b.jpg& data-rawwidth=&2736& data-rawheight=&1611& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-91d8fe5d931f1c5b4f428_r.jpg&&&p&&br&&/p&&p&&b&6）&a href=&/?target=http%3A//en.booksee.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&en.booksee.org/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&这个搜索引擎汇集了250万本电子书籍免费合法下载，实在是学习的一把利器。&/p&&p&例如我想下载《富爸爸，穷爸爸》的英文版本，只要在搜索栏输入“Rich Dad Poor Dad ”即可。&/p&&img src=&/v2-deb09f46b688_b.jpg& data-rawwidth=&2736& data-rawheight=&1612& class=&origin_image zh-lightbox-thumb& width=&2736& data-original=&/v2-deb09f46b688_r.jpg&&&p&&br&&/p&&p&&b&7）&a href=&/?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&p&对于英语非母语的人来说，看到一个单词经常不知道它后面跟着是什么词语，或者不知道这个这词用得对不对，抑或是意思相近的两个单词，哪个的用词频率会高点？&/p&&p&所有的这些问题，都能在这个搜索引擎上得到回答。&/p&&p&例如我想查询“discuss the issue”中的discuss后面需不需要再加介词，只需要按照它给的提示，在输入栏中搜索discuss ?about the issue”即可，结果会显示discuss后面不需要再加任何介词。&/p&&img src=&/v2-54e5cfd40c6ee2_b.jpg& data-rawwidth=&2734& data-rawheight=&1613& class=&origin_image zh-lightbox-thumb& width=&2734& data-original=&/v2-54e5cfd40c6ee2_r.jpg&&&p&&br&&/p&&img src=&/v2-da55eff891956cfc9558a2bef37a94e5_b.jpg& class=&content_image&&&p&本文首发于公众号“曾少贤”，现在关注，后台回复&b&“成长”&/b&，不带引号，就可以获得曾少为你精心准备的电子书——&b&《大学生成长通关指南》&/b&，我在那里等你！&/p&&img src=&/v2-edcebeb2a19d8baaab76b3_b.jpg& class=&content_image&&&p&&/p&
前几天和朋友一起吃饭，他跟我抱怨团队最近新招了一名新人，让这位新人去下载一份行业的调查报告，他竟然硬生生地耗费了三天的时间，结果还什么资料都没有找到，把朋友给气到爆炸。照理说这份行业报告也不难找，只是这位新人一点“搜商”都没有，不知道怎么…
&p&&i&&b&近来总是有朋友私信我关于如何学习电磁场/微波理论知识。因此，特别将数年前我自己学习过程以及感受分享如下，希望能有益于初学的朋友。望批评指正。初版于2012年4月发表于人人网。&/b&&/i&&a href=&/?target=http%3A///blog/Fbfrom%3D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&盲人摸象--电磁场理论学习 - 【人人分享-人人网】&i class=&icon-external&&&/i&&/a&&i&&b&如有转载，敬请注明出处。&/b&&/i&&/p&&p&&br&&/p&&p&大三那会儿，被迫学专业课,《电磁场理论与微波技术》。上这门课的时候，我还算是基本上没逃课，习题也没怎么做过，主要是做不起，感觉挺难。每有习题，便在截止日期前，借诸君作业一阅，复制即可。考试前，通宵两天，再借阅诸君答案，背着书包，死啃，只为制造一个不错的分数。结局不差，我心甚慰。&/p&&p&大四那会儿，再次被迫学习。从可以预知的未来看，大半辈子得与微波打交道，我不得不将微波学习纳入战略的高度。要学就学狠心点，我很装逼的到科学书店买了本David Pozar的《microwave engineering》。这本英文版确实写得很漂亮，深入浅出，把场的问题尽量简化为路的问题，概念到位，应用也实际。但是这也是我反复阅读了N次，大约5,6次，才明白的。看第一次的时候，好像很多名词都没弄明白，痛苦不堪，看第二次时候，有些概念弄的稍微懂了，同样痛苦，看第三次时候，一些公式还能推推，感觉好点了。看第四五次，仔细思考物理意义，思考作者为什么要以这样一种方式思考微波，并且力图从其他角度解释同样的现象，直到现在为止，这本书上的很多东西，也还没有完全闹明白。在大四和研一上学期时候，《microwave engineering》花掉了我学习专业课的一半时间，稍有闲暇，就尽量思考。《microwave enginerring》中的习题，前四章我曾反复做过。对于一个还没入门的人来说，多做习题，尤其是经典教材的习题，可以比较好的建立思维模式。现在每遇到一个问题，我都习惯性的按照这本书的内容思考，受益很大。&/p&&p&在学习《microwave enginerring》这本书时候，因为有些概念不大理解，所以还要查阅其他资料。因为我的物理向来不好，电磁学基础很差。在网上，找了一些教学视频。幸运的是找到了MIT的OCW系列，里面有MIT的《电磁学》视频，更在网友的帮助下，找到了这门视频的配套中文教材。从那时候起，我才认真思考基本的电磁现象的物理过程。比如为什么叫电呢，电的单词在古希腊时期是“琥珀“的意思，因为有些无聊的贵妇人，在无聊时候发现摩擦首饰（琥珀），然后靠近青蛙，竟然可以青蛙赶走。MIT水平确实很高，课程入门简单，逐步精深，却趣味盎然，课程上基本就是电磁的实验。老师自己制造了格拉夫高压静电器，阐述静电放电原理。为了阐述极化的本质，找几个空气球做实验，让极化使气球动起来。为了给大家掩饰屏蔽，更把自己关在笼子里，而在笼子外面放上了数万伏的静电场！还有很多很多的例子，叹为观止。当学完这课程时候，发现笔记本竟然满是笔记和思考，也正是这个公开课的视频，让我觉得电磁学科很是有趣。他教会了我怎么理解最基本的物理过程，怎么运用学过的课程解释神奇的现象，更是让我们自己怎样用知识创造新的东西。这门课程更是促进了我学习的热情，觉得很多根本原理需要了解，到图书馆里借了本清华大学杨弃疾的《电磁场理论》，这本书加入了杨教授很多对电磁场独特的理解，提出了一些有益的思考，不过整体来说，算不上经典之作。&/p&&p&看了一阵子《电磁场理论》后，觉得有必要深入了解准静态场的书籍，在图书馆里挑选了本MIT的梅切尔和豪斯教授合著的《电磁场与电磁能》的中文译本。这本书是MIT《电磁学》公开课里推荐的教科书，翻译于90年左右。这本大作确实很精深，将静态场怎么发展为准静态场，再发展到电磁波，到现在为止，这本书我理解不透一半。卓富特色，理论阐述严谨、新颖、精深，特别是对准静态场的理解，颇有笑傲江湖的趋势。有些学校很牛叉，把这本书作为电气工程考研和考博的参考书，我只能说：你他妈真牛！这本书的习题花费了不少的时间，用掉两个月，每天到图书馆早出晚归，才解决了前七章的习题。庆幸的事，习题还不是太难，照着一些例子就可以做出来。&/p&&p&在阅读了《电磁学》《电磁场理论》和《电磁场与电磁能》以后，我才终于初步有了电磁物理基础，时间却已经到了研一的开学。为了更好的入门电磁波，我穿梭于各大论坛，到处找经验。在图书馆里的库存的书架上，翻出了D.K.Cheng的《电磁场与波》，到处都是灰。D.K.Cheng是国际上著名的华人电磁学者，毕业于哈佛大学，他的学生孔金瓯曾任MIT的国际电磁科学院院长，声名卓著。《电磁场与波》浅显易懂，数学简单明了，基本概念特别透彻。我算是做了这本书的大部分习题。在这本书的学习中，有三点对我特别有意义。第一个是基本的坐标变换，拉梅系数，梯度，散度，旋度的物理意义以及怎样进行运算，以前我一直不甚明白。第二个是传输线的物理模型，这本书讲得特别漂亮。以前我一直不懂为什么要对传输线这样建模，深入思考这本书后，才真正理解了意义。波不是在导体上传递，导体的作用是把场压缩在导体之间的介质中，介质充当了储能的作用，所以介质等效为电容，介质中的有损耗，所以有了电导G，而导体上有电流，电流在不断变化，所以是电感，另外导体有损耗，所以等效为电阻。第三点是对平面波的处理，当成传输线，很有意思。&/p&&p&&br&&/p&&p&D.K.Cheng的弟子孔金瓯先生更是超牛。孔金瓯博士毕业后到MIT做斯特莱顿的助手，在斯特莱顿过世后，接替了他的职位。斯特莱顿的《电磁理论》是电磁场理论方面的开山之作，即使过了半个世纪，也毫不褪色，哺育了一代又一代的专家学者。他的书到今天来说，都有很多学者在不断研究和仿效。孔的大作《电磁波理论》成书于八十年代， 是MIT电磁波方向的研究生教学用书。世纪之交，J。B。Pendry等人发明了左手材料，而后左手材料被广泛研究。《电磁波理论》正是研究该材料最有力的工具，孔先生何等慧眼！而孔金瓯先生本人更是在左手材料理论领域引导世界潮流，做出了很多突出的贡献。《电磁波理论》题材广泛，包含了导波理论，辐射理论，闵可夫斯基形式，广义相对论。特别是该书对各项异性材料的处理，神来之笔，还有对非均匀媒质的处理，更是精深无比。这本书的数学理论要求比较高，没有学好数学，看起来会比较困难。&/p&&p&孔金瓯的弟子周永祖先生，也是牛逼。周原来是UIUC的计算电磁学中心主任。而UIUC的计算电磁学中心在计算电磁学领域是超级大哥，汇聚了很多的大牛，要拔得头等，可见周实力之强悍。周发明了快速多极子方法，在94年时候，就能处理千万个未知数，应用于美帝的F系列战机的隐身性能的计算。据他前两年讲，现在处理几亿个未知数都不是问题。现在国内貌似能处理千万级别都很少很少。周的《非均匀媒质中的场与波》是不可多得的好书，在九十年代就被柳清伙和聂在平翻译成了中文。柳聂二人均为周先生的弟子，其中柳是加州大学伯克利分校的教授，聂现在已是电子科大的副校长。周离开UIUC的计算电磁学中心后，金建铭接任。Jin也是大牛人，在有限元（FEM）上是世界级的权威，他现在更是致力于时域有限元技术。他的《电磁场中的有限元方法》，一直以来是我学习的重点，挺难的。&/p&&p&D．K．Cheng的一个学生可能比较著名，西安电子科大的原校长梁昌洪。梁昌洪在八十年代初，到D。K。cheng的实验室做过一年的访问学者，在他的《电磁场与波》书里就有 “感谢梁昌洪和马北林两位先生对习题提供了帮助”。梁的《简明微波》是微波方面不错的教材，再加上网上可以找到梁讲课的配套视频。《简明微波》这本书浅显易懂，物理过程生动，融入了梁的很多理解，但是物理概念不是很准确。这本书里有很多分析方法，有些方法比较古老，已经过时了。若专要谈方法，与严谨性，Collin的《导波场论》确实是本很好的书。可以说《导波场论》在电磁理论方面，五十年来，无出其右。里面公式特别严谨，富有深意，广泛采用泛函和共形变换，对格林函数的理解很深入，数学很难，但是有时候又特别有用。这本书是深入提高理论非常好的书籍。&/p&&p&和《导波场论》相提并论，或许只有《正弦电磁场》。作者哈林登和Collin同是美国国家工程院院士，水平不相上下。Collin以其《导波场论》和《微波工程》两大名著闻名，而哈林登也毫不逊色。他的《正弦电磁场》和《计算电磁学中的矩量法》成为行业的丰碑。哈林登作为矩量法的创始人之一，他将多矩法推广到了全世界。他的《正弦电磁场》几乎与《导波场论》同时成书，理论水平相当，广受美誉。在这两本书里，我选择了《正弦电磁场》。这本书较collin的书，数学形式简单，而且物理概念特别好，充分展现了一代大师对电磁场的理解，很多似是而非的概念，在拜读他的作品后，醍醐灌顶，大有相逢恨晚的感概。在这本书里，他已经初步形成了矩量法的思想——“反应”，感受一个方向的出生，实为幸事。这本书的习题也非常的好，曾经仔细演算过好几章。&/p&&p&在物理类的书籍中，也有很好很好的书，费曼的《费曼物理学讲义》第二卷。第二卷的主要内容是电动力学。作为享誉世界的大师，费曼以其对用量子化重整电动力学，而荣获诺贝尔物理学奖。他的《费曼物理学讲义》更是物理教学史上的丰碑。在他的讲义中，他带领人随意走进了物理的殿堂，沿途欣赏物理学的瑰丽，数学简单，概念深刻。用少量的时间，就可以得到很好的体悟。而另一位诺奖获得者，“只恨生不逢时”的天才人物，朗道的《连续媒质中的电动力学》更是一本享誉时代的著作。这本书中，朗道半个世纪前的思想，今天都在照耀着我们，并且光芒一直未见。《费曼物理学讲义》或许是一本好的感性推动思考的书籍，而《连续媒质中的电动力学》则是一本散发着理性的著作。今天研究电磁理论方面，尤其是超材料方面都在大量引用《连续媒质中的电动力学》。这本书的很多思想，现在都受用无穷。&/p&&p&&br&&/p&&p&在学习《microwave enginerring》时候，多看，多算，多思，或许会收到好的效果。&/p&&p&&/p&
近来总是有朋友私信我关于如何学习电磁场/微波理论知识。因此，特别将数年前我自己学习过程以及感受分享如下，希望能有益于初学的朋友。望批评指正。初版于2012年4月发表于人人网。如有转载，敬请注明出处。…
&p&首先说明这里是连续小波变换，不会涉及离散小波变换，不涉及尺度函数。我我也很想写的通俗易懂一个公式也没有，全是好玩的东西，十分简单一看就明白，but 这原本就是一个数学上的积分变换，没有一个公式你能看懂么？所以，还是老老实实放上了该放的公式。&/p&&p&废话不多说，先来两张连续小波变换的时频图（Continue Wavelet Transform，CWT），应该经常看到吧。对一个时变信号做morlet小波变换（若无特殊说明，本文CWT均指morlet连续小波变换），其频率成分分别有4，6，10，具体时区如下。&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+f%28t%29%3D%5Cbegin%7Bcases%7D+sin%284%2A2+%5Cpi+t%29%2C%5Cquad+0%3Ct%3C2+%5C%5C+sin%286%2A2+%5Cpi+t%29%2C%5Cquad+2%3Ct%3C4+%5C%5C+sin%+%5Cpi+t%29%2C%5Cquad+0%3Ct%3C4+%5Cend%7Bcases%7D+%5Cend%7Bequation%7D& alt=&\begin{equation} f(t)=\begin{cases} sin(4*2 \pi t),\quad 0&t&2 \\ sin(6*2 \pi t),\quad 2&t&4 \\ sin(10*2 \pi t),\quad 0&t&4 \end{cases} \end{equation}& eeimg=&1&&&/p&&p&得到小波时频图如下：&/p&&img src=&/v2-3b3f87c4ef6c1aa78ba4ec51de61cbdf_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-3b3f87c4ef6c1aa78ba4ec51de61cbdf_r.jpg&&&p&
图一&/p&&p&再来个立体的&/p&&p&&br&&/p&&img src=&/v2-aad8a1d796a42b547b8c9_b.jpg& data-rawwidth=&5850& data-rawheight=&4375& class=&origin_image zh-lightbox-thumb& width=&5850& data-original=&/v2-aad8a1d796a42b547b8c9_r.jpg&&&p&
图二&/p&&p&从图中可以清晰辨认出原始信号含有的频率成分及其各自对应的时间区间。如果你和我一样认真的话，你会产生三个疑问？&/p&&p&（1），为什么小波变换能确定信号频率和其对应时间区间？&/p&&p&（2），为什么频率小的条纹比频率高的条纹要细？&/p&&p&（3），为什么三个条纹颜色的深浅不一样（立体图中高度不一）？&/p&&p&第一个问题我们把它一分为二，为什么CWT能辨认出信号的频率成分？为什么CWT确定频率对应的时间区间？这个嘛，，，，，，，&/p&&p&当然得先看公式了。来一个morlet小波基函数的表达式&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A1%7D+%5Cpsi%28t%29%3D%5Cexp%28i%5Comega_0+t%29%5Cexp%28-%5Cfrac%7Bt%5E%7B2%7D%7D%7B2%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:1} \psi(t)=\exp(i\omega_0 t)\exp(-\frac{t^{2}}{2}) \end{equation}& eeimg=&1&&&/p&&p&morlet小波的基函数是由复三角函数乘上一个指数衰减函数构成的。这里的 &img src=&/equation?tex=%5Comega_0& alt=&\omega_0& eeimg=&1&& 表示中心频率。还是先看图（分别令 &img src=&/equation?tex=%5Comega_0%3D2%2C%5Comega_0%3D5& alt=&\omega_0=2,\omega_0=5& eeimg=&1&& ）&/p&&p&&br&&/p&&img src=&/v2-61e02bd64dd575bd02e80_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-61e02bd64dd575bd02e80_r.jpg&&&p&&br&&/p&&img src=&/v2-0cee7fd1bbaf650e3f248_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-0cee7fd1bbaf650e3f248_r.jpg&&&p&
图三&/p&&p&上图左边式基函数时域图像，右边是其傅里叶变换图像。可以看到基函数的频率正是其中心频率的值。这里给出morlet小波的傅里叶变换表达式&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A2%7D+%5Chat%7B%5Cpsi%7D%28%5Comega%29%3D%5Csqrt%7B2%5Cpi%7D%5Cexp%28-%5Cfrac%7B%28%5Comega-%5Comega_0%29%5E%7B2%7D%7D%7B2%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:2} \hat{\psi}(\omega)=\sqrt{2\pi}\exp(-\frac{(\omega-\omega_0)^{2}}{2}) \end{equation}& eeimg=&1&&&/p&&p&从表达式也可以看出当频率等于其中心频率 &img src=&/equation?tex=%5Comega_0& alt=&\omega_0& eeimg=&1&& 时，取得极大值。这里复三角函数可以辨认频率，衰减函数可以保证其时域有限支撑。只给一个固定的中心频率可不能辨认信号的频率，同样，基函数只在区间【-2，2】之间也确定不了时间区间。所以这里的小波基函数需要平移和伸缩。又是一个公式(按传统，这个表达式前还有一个根号a，但我不讨论这个)&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A3%7D+%5Cpsi_%7Ba%2Cb%7D%28t%29%3D%5Cexp%28i%5Comega_0+%5Cfrac%7B%28t-b%29%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7B%28t-b%29%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:3} \psi_{a,b}(t)=\exp(i\omega_0 \frac{(t-b)}{a})\exp(-\frac{(t-b)^{2}}{2a^{2}}) \end{equation}& eeimg=&1&&&/p&&p&继续上图，给出b=5,a=2时，即平移6个单位，缩小2倍的morlet小波基函数的图像。&/p&&img src=&/v2-0a230d3d00a0fdc51f8b1990_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-0a230d3d00a0fdc51f8b1990_r.jpg&&&p&&br&&/p&&img src=&/v2-31caf3cb155c35ae24a88d_b.jpg& data-rawwidth=&7002& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&7002& data-original=&/v2-31caf3cb155c35ae24a88d_r.jpg&&&p&
图四&/p&&p&相对图三，从时域很明显可以看出平移，从频域也很明显看出尺度伸缩。当然从傅里叶变换的性质也可以推断出来。&/p&&p&好了，基函数算是告一段落了（终于结束了搞基），下面是激动人心 的时刻，还是得有公式。&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D%5Clabel%7Bequ%3A4%7D+%5Cbegin%7Bsplit%7D+%5CPsi+f%28a%2Cb%29%3D%26%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Coverline%7B%5Cpsi%7D_%7Ba%2Cb%7D%28t%29dt+%5C%5C+%3D%26%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Cexp%28-i%5Comega_0+%5Cfrac%7B%28t-b%29%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7B%28t-b%29%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29dt+%5Cend%7Bsplit%7D+%5Cend%7Bequation%7D& alt=&\begin{equation}\label{equ:4} \begin{split} \Psi f(a,b)=&\int_{-\infty}^{+\infty} f(t) \overline{\psi}_{a,b}(t)dt \\ =&\int_{-\infty}^{+\infty} f(t) \exp(-i\omega_0 \frac{(t-b)}{a})\exp(-\frac{(t-b)^{2}}{2a^{2}})dt \end{split} \end{equation}& eeimg=&1&&&/p&&p&这算是morlet小波变换的公式了。好，回到第一个问题，为什么小波变换能确定信号频率和其对应时间区间？从时频图一可以看到，能看出条纹的部分明显是关于频率的极大值。所以，把问题转换一下，为什么小波变换会在原始信号固有的频率上产生极大值，而这极大值对应的区间正好是该固有频率的时区。&u&连续小波变换的运算是什么？是积分，是原始信号与小波基函数乘积后积分的过程。而积分就是一个求和的过程。&/u&&/p&&p&现在先不管什么小波什么变换，考虑这样一个问题，一个频率为5的正弦函数 &img src=&/equation?tex=y%3Dsin%282%2Api%2A5%2At%29& alt=&y=sin(2*pi*5*t)& eeimg=&1&& ，和 &img src=&/equation?tex=f%3Dsin%282%2Api%2An%2At%29%2Cn%3D1%2C2%2C...10& alt=&f=sin(2*pi*n*t),n=1,2,...10& eeimg=&1&& 乘积后积分，问当频率为何值时，它们乘积积分后结果最大。答案你肯定知道，当两个正弦函数频率相等的时候，也就是n=5的时候，它们的乘积积分后最大。有图为证。&/p&&img src=&/v2-b0d8c43da17ad_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-b0d8c43da17ad_r.jpg&&&p&&br&&/p&&p&好，到这里你应该就明白了为什么小波变换会在原始信号固有的频率上产生极大值。因为基函数里包含复三角函数。下面把 &img src=&/equation?tex=f& alt=&f& eeimg=&1&& 换成小波基函数，&u&换成morlet小波函数，去掉平移参数&/u&b,&u&并令初始中心频率&/u& &img src=&/equation?tex=%5Comega_0%3D10& alt=&\omega_0=10& eeimg=&1&& ,&u&令尺度参数&/u&a=1,2,..10：&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cpsi_%7Ba%7D%28t%29%3D%5Cexp%28i%2A10+%5Cfrac%7Bt%7D%7Ba%7D%29%5Cexp%28-%5Cfrac%7Bt%5E%7B2%7D%7D%7B2a%5E%7B2%7D%7D%29+%5Cend%7Bequation%7D& alt=&\begin{equation} \psi_{a}(t)=\exp(i*10 \frac{t}{a})\exp(-\frac{t^{2}}{2a^{2}}) \end{equation}& eeimg=&1&&&/p&&p&再次求其与 &img src=&/equation?tex=y& alt=&y& eeimg=&1&& 乘积积分后的最大值（这个得取模）。很明显，当a=2的时候，也就是小波基函数频率为5的时，会取得极大值。如图&/p&&p&&br&&/p&&img src=&/v2-549df71dc4b54c389a0ce_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-549df71dc4b54c389a0ce_r.jpg&&&p&&br&&/p&&p&到这里，应该就很明朗了。小波小波，顾名思义，既要小又要有波动。morlet小波&u&的波动性可以用复三角函数表达，小则用衰减函数表达，数学上把这种小称为有限支撑。即morlet小波的有限支撑是通过一个指数衰减函数实现的。复三角函数使其能分析频率（和原始信号乘积积分求极大值），衰减函数使其可以定位时间，它们加起来，才使得morlet小波可以用来做时频分析。所以，划重点了：&/u&&/p&&p&&u&&b&CWT就是选一个中心频率，然后通过尺度变换得到一大堆中心频率，又通过时移得到一系列不同区间的基函数，分别和原始信号的某一段（对应基函数的区间）乘积再积分，产生的极值对应的频率就是原始信号这一区间含有的频率。&/b&&/u&&/p&&p&&u&到此，完。&/u&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&你不想换个角度看看么？&/p&&p&换个角度，我们来从频域看看，好吗？根据傅里叶变换的性质 Parseval公式可知：&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+g_1%28t%29g_2%28t%29dt+%3D%5Cfrac%7B1%7D%7B2%5Cpi%7D%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D%5Chat%7Bg_1%7D%28%5Comega%29%5Chat%7Bg_2%7D%28%5Comega%29d+%5Comega+%5Cend%7Bequation%7D& alt=&\begin{equation} \int_{-\infty}^{+\infty} g_1(t)g_2(t)dt =\frac{1}{2\pi}\int_{-\infty}^{+\infty}\hat{g_1}(\omega)\hat{g_2}(\omega)d \omega \end{equation}& eeimg=&1&&&/p&&p&两信号乘积后时域的积分等于其傅里叶变换后频率的积分。好，换成信号和小波基函数&/p&&p&&img src=&/equation?tex=%5Cbegin%7Bequation%7D+%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+f%28t%29+%5Coverline%7B%5Cpsi%7D_%7Ba%2Cb%7D%28t%29dt%3D%5Cint_%7B-%5Cinfty%7D%5E%7B%2B%5Cinfty%7D+%5Chat%7Bf%7D%28%5Comega%29+%5Coverline%7B%5Chat%7B%5Cpsi%7D%7D_%7Ba%2Cb%7D%28%5Comega%29dt+%5Cend%7Bequation%7D& alt=&\begin{equation} \int_{-\infty}^{+\infty} f(t) \overline{\psi}_{a,b}(t)dt=\int_{-\infty}^{+\infty} \hat{f}(\omega) \overline{\hat{\psi}}_{a,b}(\omega)dt \end{equation}& eeimg=&1&&&/p&&p&时域里面乘积积分看的不明显。频域里看就一目了然了。还是那个频率为5的原始信号，看看它的频域图像&/p&&p&&br&&/p&&img src=&/v2-59fbb6d8a_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-59fbb6d8a_r.jpg&&&p&再看看五个中心频率不同为小波基函数&/p&&p&&br&&/p&&img src=&/v2-4dfad1bc202aee49fefe7bb_b.jpg& data-rawwidth=&3500& data-rawheight=&2625& class=&origin_image zh-lightbox-thumb& width=&3500& data-original=&/v2-4dfad1bc202aee49fefe7bb_r.jpg&&&p&好了，两个函数在频域乘积再积分，又一次很明显，只有当小波中心频率为5的时候，小波基函数和原始信号乘积积分才会取得极大值。其他的好像都是0耶。&/p&&p&&b&所以，小波可以认为是一个带通滤波器，只允许频率和小波中心频率（经过尺度伸缩后）相近的信号通过。&/b&&/p&&p&然后&b&，&/b&&/p&&p&再回忆一下中学学过的波的干涉现象。频率相同的两列波叠加，使某些区域的振动加强，某些区域的振动减弱，而且振动加强的区域和振动减弱的区域相互隔开，这种现象叫做波的干涉。&/p&&p&是不是有点意思了。&/p&&p&&br&&/p&&p&先回答第一个问题，后续再写。&/p&&p&另外发现在设小波基函数时候用的是频率，如果在matlab中实现需要用角频率，乘以 &img src=&/equation?tex=2%5Cpi& alt=&2\pi& eeimg=&1&& 即可。也就是中心频率设为2或5的时候，程序中写的应该是 &img src=&/equation?tex=2%2A2%5Cpi+%E5%92%8C5%2A2%5Cpi& alt=&2*2\pi 和5*2\pi& eeimg=&1&& .&/p&&p&非专业出身，如有错误，欢迎指正。&/p&
首先说明这里是连续小波变换，不会涉及离散小波变换，不涉及尺度函数。我我也很想写的通俗易懂一个公式也没有，全是好玩的东西，十分简单一看就明白，but 这原本就是一个数学上的积分变换，没有一个公式你能看懂么？所以，还是老老实实放上了该放的公式。废…
&h2&6月26日更新：&/h2&&p&机器学习作为近期人工智能领域的热点话题一直被广大知乎讨论，小编也一直收到很多私信咨询有哪些好的书籍适合自己进行阅读学习，今天就为大家推荐十本：&/p&&a href=&///?target=http%3A//.cn/book/details/4101& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python高性能编程&i class=&icon-external&&&/i&&/a&&img src=&/v2-2faa7b9989b_b.jpg& data-rawwidth=&2102& data-rawheight=&2477& class=&origin_image zh-lightbox-thumb& width=&2102& data-original=&/v2-2faa7b9989b_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4101& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python高性能编程-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。&/b& &/p&&p&本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。&/p&&h2&&b&NLTK基础教程——用NLTK和Python库构建机器学习应用&/b&&/h2&&img src=&/v2-6fd1c533b0a351e2cbd8db293e823216_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-6fd1c533b0a351e2cbd8db293e823216_r.jpg&&&br&&a href=&///?target=http%3A//.cn/book/details/4265& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&NLTK基础教程--用NLTK和Python库构建机器学习应用-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的资深Python程序员以及机器学习领域的研究人员阅读。&/b& &/p&&p&NLTK 库是当前自然语言处理（NLP）领域最为流行、使用最为广泛的库之一, 同时Python语言也已逐渐成为主流的编程语言之一。&/p&&p&本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第1章对NLP进行了简单介绍。第2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用，涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。&/p&&h2&&b&机器学习与数据科学（基于R的统计学习方法）&/b&&/h2&&img src=&/v2-d29e02c30aa5c615b4c1_b.jpg& data-rawwidth=&471& data-rawheight=&590& class=&origin_image zh-lightbox-thumb& width=&471& data-original=&/v2-d29e02c30aa5c615b4c1_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4577& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&机器学习与数据科学（基于R的统计学习方法）-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合数据科学家、数据分析师、软件开发者以及需要了解数据科学和机器学习方法的科研人员阅读参考。&/b& &/p&&p&本书试图指导读者掌握如何完成涉及机器学习的数据科学项目。本书将为数据科学家提供一些在统计学习领域会用到的工具和技巧，涉及数据连接、数据处理、探索性数据分析、监督机器学习、非监督机器学习和模型评估。本书选用的是R统计环境，书中所有代码示例都是用R语言编写的，涉及众多流行的R包和数据集。&/p&&h2&&b&实用机器学习&/b&&/h2&&img src=&/v2-a7917edc3f2f1a8ddd48e_b.jpg& data-rawwidth=&1000& data-rawheight=&1000& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/v2-a7917edc3f2f1a8ddd48e_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4127& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&实用机器学习-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合需要应用机器学习算法解决实际问题的工程技术人员阅读，也可作为相关专业高年级本科生或研究生的入门教材或课外读物&/b& &/p&&p&大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包并给出了示例程序。&/p&&p&本书的最大特色就是贴近工程实践。首先，本书仅侧重介绍当前工业界最常用的机器学习算法，而不追求知识内容的覆盖面；其次，本书在介绍每类机器学习算法时，力求通俗易懂地阐述算法思想，而不追求理论的深度，让读者借助代码获得直观的体验。&/p&&h2&&b&Python机器学习实践指南&/b&&/h2&&img src=&/v2-fdae13baeee1a14b05dae64_b.jpg& data-rawwidth=&700& data-rawheight=&880& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&/v2-fdae13baeee1a14b05dae64_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4658& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python机器学习实践指南-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。&/b& &/p&&p&机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐&/p&&p&渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。&/p&&p&全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与&/p&&p&机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。&/p&&h2&&b&贝叶斯方法：概率编程与贝叶斯推断&/b&&/h2&&img src=&/v2-26c1c5f2de86a34f60fe6_b.jpg& data-rawwidth=&2126& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2126& data-original=&/v2-26c1c5f2de86a34f60fe6_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4274& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&贝叶斯方法：概率编程与贝叶斯推断-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适用于机器学习、贝叶斯推断、概率编程等相关领域的从业者和爱好者，也适合普通开发人员了解贝叶斯统计而使用。&/b& &/p&&p&本书基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而让读者可以动手解决一个个的具体问题。通过对本书的学习，读者可以对贝叶斯思维、概率编程有较为深入的了解，为将来从事机器学习、数据分析相关的工作打下基础。&/p&&h2&&b&TensorFlow技术解析与实战&/b&&/h2&&img src=&/v2-1cab3dddba777e6b59c6c09_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-1cab3dddba777e6b59c6c09_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4862& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&TensorFlow技术解析与实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书深入浅出，理论联系实际，实战案例新颖，基于最新的TensorFlow 1.1版本，涵盖TensorFlow的新特性，非常适合对深度学习和TensorFlow感兴趣的读者阅读。&/b& &/p&&p&TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。本书从深度学习的基础讲起，深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等），并对MINIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。最后，附录中列出一些可供参考的公开数据集，并结合作者的项目经验介绍项目管理的一些建议。&/p&&h2&&b&概率编程实战&/b&&/h2&&img src=&/v2-e6ad9deda657_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-e6ad9deda657_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4366& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&概率编程实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书既可以作为概率编程的入门读物，也可以帮助已经有一定基础的读者熟悉Figaro这一概率编程利器。&/b& &/p&&p&★ 人工智能领域的先驱、美国加州大学伯克利分校教授Stuart Russell作序推荐！一本不可思议的Scala概率编程实战书籍！&/p&&p&概率推理是不确定性条件下做出决策的重要方法，在许多领域都已经得到了广泛的应用。概率编程充分结合了概率推理模型和现代计算机编程语言，使这一方法的实施更加简便，现已在许多领域（包括炙手可热的机器学习）中崭露头角，各种概率编程系统也如雨后春笋般出现。&/p&&p&本书的作者Avi Pfeffer正是主流概率编程系统Figaro的首席开发者，他以详尽的实例、清晰易懂的解说引领读者进入这一过去令人望而生畏的领域。通读本书，可以发现概率编程并非“疯狂科学家”们的专利，无需艰深的数学知识，就可以构思出解决许多实际问题的概率模型，进而利用现代概率编程系统的强大功能解题。&/p&&h2&&b&Python机器学习——预测分析核心算法&/b&&/h2&&img src=&/v2-da754b7b811d01ce269e760a3a9bdddc_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-da754b7b811d01ce269e760a3a9bdddc_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4194& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python机器学习--预测分析核心算法-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项目或是提升相关的技能。&/b& &/p&&p&在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知所措。本书从算法和Python 语言实现的角度，帮助读者认识机器学习。 书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。&/p&&h2&&b&机器学习项目开发实战&/b&&/h2&&img src=&/v2-d4e2a512b4b87ced005d1_b.jpg& data-rawwidth=&2362& data-rawheight=&2457& class=&origin_image zh-lightbox-thumb& width=&2362& data-original=&/v2-d4e2a512b4b87ced005d1_r.jpg&&&a href=&///?target=http%3A//.cn/book/details/4280& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&机器学习项目开发实战-图书 - 异步社区&i class=&icon-external&&&/i&&/a&&p&&b&本书适合对机器学习感兴趣的.NET开发人员阅读，也适合其他读者作为机器学习的入门参考书。&/b& &/p&&p&本书通过一系列有趣的实例，由浅入深地介绍了机器学习这一炙手可热的新领域，并且详细介绍了适合机器学习开发的Microsoft F#语言和函数式编程，引领读者深入了解机器学习的基本概念、核心思想和常用算法。书中的例子既通俗易懂，同时又十分实用，可以作为许多开发问题的起点。通过对本书的阅读，读者无须接触枯燥的数学知识，便可快速上手，为日后的开发工作打下坚实的基础。&/p&&br&&br&&h2&&b&------------------------------------华丽的分割线----------------------------------&/b&&/h2&&p&原文链接：&a href=&///?target=http%3A///m/12261/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&想学习高大上的深度学习技术么？快来看看这本书-博客-云栖社区-阿里云&i class=&icon-external&&&/i&&/a&&/p&&p&深度学习作为最近几年（准确来说是几十年）最耀眼技术之一，已经帮助研究人员和从业人员解决了大量AI领域中的许多困难问题。但是遗憾的是，深度学习作为一个新领域，直到今天都没有形成统一的规范。我推荐的这本深度学习是一本由深度学习专家I. Goodfellow，Y. Bengio和A. Courville合作的新书，是MIT的自适应计算和机器学习系列的一部分。该书填补了这一方面的空白，并取得了巨大的成功。&/p&&p&这本书是第一本是从深度的角度涵盖深度学习领域的书，同时，即使是初学者也可以读懂。&/p&&p&本书主要有三个部分。&/p&&p&第一部分是数学和机器学习的基本知识。新手阅读这一部分快速地补充必要的知识，老手也可以通过这一部分进行知识的回顾。该部分简单介绍了线性代数，概率论，优化（主要是梯度下降，因为它是深度学习中的主导优化算法）的基础。另外，这一部分还简单介绍了机器学习的概念。注意，机器学习的章节包含了所有的机器学习算法和相关概念，并不仅仅是深度学习的相关概念和算法。它充分调查了一个（非常）大型研究领域，解释了构建能够从数据中学习的模型所需要的最基本的概念。它包含了关于过拟合，欠拟合和机器学习算法能力的讨论。在这些基本概念的基础上，本章激励了深度学习的需求，以解决传统机器学习算法的一些缺点。这是一个重要的章节，因为它提供了在机器学习领域深度学习的背景。即使您已经熟悉机器学习的概念，我仍然建议您花时间阅读本章。&/p&&p&第二部分介绍了深度学习中的前馈神经网络，包括它的构造和训练。这一章的目标读者是深度学习方面的从业人员。这部分清楚地解释了从业人员在使用深度学习来构建精确预测系统过程中需要做的选择。而这个工作往往非常困难。&/p&&p&我认为这本书清晰且有效地使用深度学习来解决机器学习的问题。深度学习并不是一个黑盒子，它使用尽可能少的数据和计算能力来获得好的收益。这就是说，在第二部分中作者介绍了不同类型的隐藏和输出单元，并讨论了架构设计的重要方面。许多公开的深度学习的论文都致力于找寻一种适合当前问题的架构。这部分在早期也引入了用于训练网络的反向传播算法。如数据集增加，早期停止，辍学和最近流行的对抗训练等正则化方法在本部分中被详尽地介绍，它们都是开发人员地有力武器。作者还提供了一个很好的介绍计算机视觉中流行的卷积网络和在语音识别或一般在建模序列数据中常见的递归神经网络。本书的第2部分的最后一个章节是深度学习应用，这章的对那些寻找灵感的人非常有用。&/p&&p&这本书也有点美中不足，它的第二部分我不是很满意。由于它是主要面向从业人员的，因此我认为作者应该加入更多的案例来阐述这些概念。我并不是说要用特定的语言或者深度学习的框架来实现例子。我认为不依赖于任何一个框架是本书的一大优点。框架的使用往往会让读者分散注意力，而算法可能通过任何一种框架实现。我的建议是这本书可以通过一些例子来说明一些核心思想就可以了，不用太关注于实现。&/p&&p&第三部分也是全书的最后一个部分，它主要是关注与深度学习方面研究。它是研究人员研究热点的集合，主要包含自动编码器，蒙特卡罗方法，近似推理和生成模型等。熟悉机器学习且要么在大学学习过或者工作遇到过深度学习的人可以直接跳到这一章节。&/p&&p&如果你有心推动机器学习的发展，那么本书的最后八章内容将给你提供足够的养料。这就是说最后这一部分是学术界最感兴趣的，尤其是对于博士和博士后。对我们其他人来说，无论深度学习在大众媒体的流行程度如何，它仍处于起步阶段，几乎没有通用的解决方案。因此，仍然有许多问题需要我们解决。&/p&&p&这本的最后200页指出，那些真正理解深度学习方法的人正试图平息过去一年里围绕它的炒作。需要做的工作还有很多，我们要理性地看待炒作，因为我们不想再次经历AI的冬天。最后，本节涵盖的大量不同的主题告诉我，这本书在未来将变得过时，因为研究人员发现了新的深度学习方法并改进了现有的方法。我希望作者将继续更新这本书，以便我们对这种强大的机器学习技术的知识增加。&/p&&p&总的来说，深度学习这本书对无论是初学者或是从业人员甚至是研究人员都是一本不错的读物。作者下了很大的功夫深入浅出地将深度学习的知识讲解给不同基础的人。&/p&&p&除了之前回答的阅读书籍外，在此向大家推荐云栖社区：《零基础入门深度学习》系列，总计6章，从感知器、线性单元和梯度下降、神经网络和反向传播算法、卷积神经网络、循环神经网络、长短时记忆网络（LSTM）六个维度的学习干货，因为每一篇内容非常多，本学习课程旨在为零基础人门的同学，从深度学习是什么到进阶，小编在此仅截取部分学习内容供各位同学参考，觉得有用可以点击标题或者查看详情，阅读每章详细学习内容：
这里的正文可以直接复制从链接：&/p&&p&无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就out了？现在救命稻草来了，《零基础入门深度学习》系列文章旨在帮助爱编程的你从零基础达到入门级水平。&/p&&p&零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文章。虽然文中会有很多公式你也许看不懂，但同时也会有更多的代码，程序员的你一定能看懂的（我周围是一群狂热的Clean Code程序员，所以我写的代码也不会很差）。&/p&&p&深度学习是啥？&/p&&p&在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络。神经网络如下图所示：&/p&&p&上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。&/p&&p&隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。&/p&&p&那么深层网络和浅层网络相比有什么优势呢？简单来说深层网络能够表达力更强。事实上，一个仅有一个隐藏层的神经网络就能拟合任何一个函数，但是它需要很多很多的神经元。而深层网络用少得多的神经元就能拟合同样的函数。也就是为了拟合一个函数，要么使用一个浅而宽的网络，要么使用一个深而窄的网络。而后者往往更节约资源。&/p&&p&深层网络也有劣势，就是它不太容易训练。简单的说，你需要大量的数据，很多的技巧才能训练好一个深层网络。这是个手艺活。&/p&&a href=&///?target=https%3A///articles/69850& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(1) - 感知器&i class=&icon-external&&&/i&&/a&&p&感知器&/p&&p&看到这里，如果你还是一头雾水，那也是很正常的。为了理解神经网络，我们应该先理解神经网络的组成单元——神经元。神经元也叫做感知器。感知器算法在上个世纪50-70年代很流行，也成功解决了很多问题。并且，感知器算法也是非常简单的。&a href=&///?target=https%3A///articles/69850& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69847& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(2) - 线性单元和梯度下降&i class=&icon-external&&&/i&&/a&&p&感知器有一个问题，当面对的数据集不是&b&线性可分&/b&的时候，『感知器规则』可能无法收敛，这意味着我们永远也无法完成一个感知器的训练。为了解决这个问题，我们使用一个&b&可导的线性函数&/b&来替代感知器的&b&阶跃函数&/b&，这种感知器就叫做&b&线性单元&/b&。线性单元在面对线性不可分的数据集时，会收敛到一个最佳的近似上。&/p&&p&为了简单起见，我们可以设置线性单元的激活函数f为&/p&&p&这样的线性单元如下图所示……&a href=&///?target=https%3A///articles/69847& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69849& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(3) - 神经网络和反向传播算法&i class=&icon-external&&&/i&&/a&&p&神经元和感知器本质上是一样的，只不过我们说感知器的时候，它的激活函数是阶跃函数；而当我们说神经元时，激活函数往往选择为sigmoid函数或tanh函数。如下图所示：&/p&&a href=&///?target=https%3A///articles/69849& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&a href=&///?target=https%3A///articles/69848& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(4) - 卷积神经网络&i class=&icon-external&&&/i&&/a&&p&在前面的文章中，我们介绍了全连接神经网络，以及它的训练和使用。我们用它来识别了手写数字，然而，这种结构的网络对于图像识别任务来说并不是很合适。本文将要介绍一种更适合图像、语音识别任务的神经网络结构——&b&卷积神经网络&/b&(Convolutional Neural Network, CNN)。说卷积神经网络是最重要的一种神经网络也不为过，它在最近几年大放异彩，几乎所有图像、语音识别领域的重要突破都是卷积神经网络取得的，比如谷歌的GoogleNet、微软的ResNet等，打败李世石的AlphaGo也用到了这种网络。&/p&&p&本文将详细介绍卷积神经网络以及它的训练算法，以及动手实现一个简单的卷积神经网络。&a href=&///?target=https%3A///articles/69848& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69846& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(5) - 循环神经网络&i class=&icon-external&&&/i&&/a&&p&在前面的文章系列文章中，我们介绍了全连接神经网络和卷积神经网络，以及它们的训练和使用。他们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。&/p&&p&比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。这时，就需要用到深度学习领域中另一类非常重要神经网络：&b&循环神经网络(Recurrent Neural Network)&/b&。RNN种类很多，也比较绕脑子。&/p&&p&不过读者不用担心，本文将一如既往地对复杂的东西剥茧抽丝，帮助您理解RNN以及它的训练算法，并动手实现一个循环神经网络。&a href=&///?target=https%3A///articles/69846& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&查看详情&i class=&icon-external&&&/i&&/a&&/p&&a href=&///?target=https%3A///articles/69845& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&零基础入门深度学习(6) - 长短时记忆网络(LSTM)&i class=&icon-external&&&/i&&/a&&p&在上一篇文章《零基础入门深度学习：循环神经网络》中，我们介绍了循环神经网络以及它的训练算法。我们也介绍了循环神经网络很难训练的原因，这导致了它在实际应用中，很难处理长距离的依赖。在本文中，我们将介绍一种改进之后的循环神经网络：&b&长短时记忆网络(Long Short Term Memory Network, LSTM)&/b&，它成功地解决了原始循环神经网络的缺陷，成为当前最流行的RNN，在语音识别、图片描述、自然语言处理等许多领域中成功应用。&/p&&p&但不幸的一面是，LSTM的结构很复杂，因此，我们需要花上一些力气，才能把LSTM以及它的训练算法弄明白。在搞清楚LSTM之后，我们再介绍一种LSTM的变体：GRU (Gated Recurrent Unit)。 它的结构比LSTM简单，而效果却和LSTM一样好，因此，它正在逐渐流行起来。最后，我们仍然会动手实现一个LSTM。&/p&
6月26日更新：机器学习作为近期人工智能领域的热点话题一直被广大知乎讨论，小编也一直收到很多私信咨询有哪些好的书籍适合自己进行阅读学习，今天就为大家推荐十本：本书适合初级和中级Python程序员、有…
&i&已经2017年了，两年前的东西可以淘汰了，现在参考这个入门效率已经不高了&br&&/i&&br&&i&请参考最新的其他人的回答Orz&br&&/i&&br&&i&&i&---------------------------------------------------------------------------------------------------------------------------------&/i&&br&这个答案是我两年前做本科毕业设计写的，那时候连模式识别是个什么概念都不懂。但毕设课题强行选了DL相关，所以给了当时自己看的资料，直接跑深度学习框架，其实并没有技术含量。&/i&&br&&i&发现回答以后评论与关注也较多，现在经过一年学习回头来看确实这个答案不适合扎实的新手入门，有一些误导。特此修正。&/i&&u&我想让答案尽可能短，看起来不吓人。&/u&&br&--------------------------------&br&我入门CV时清华的朋友给的资料，帮助十分大！十分适合新手入门！&br&我是本科EE入门的，所以应该没有底子比我差的了。&br&-------------------------速成的道路---------------&br&0、Andrew Ng的机器学习部分内容(机器学习介绍，回归问题与梯度下降，过拟合欠拟合)&br&英文能力足够推荐英文版:&a href=&///?target=http%3A//openclassroom.stanford.edu/MainFolder/CoursePage.php%3Fcourse%3DMachineLearning& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Machine Learning&i class=&icon-external&&&/i&&/a&&br&(中文版对应网易公开课&a href=&///?target=http%3A///special/opencourse/machinelearning.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&斯坦福大学公开课 ：机器学习课程&i class=&icon-external&&&/i&&/a&)&br&（中英链接里的章节貌似不对应，按内容看）&br&&br&1.UFLDL: &a href=&///?target=http%3A//ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&ufldl.stanford.ed}
我要回帖
更多关于 ps cs6 ico 的文章
更多推荐
- ·正规京东e卡回收500元的回收价值是多少？
- ·外墙罗马柱的装饰材料及价格外墙整装找国龙吗？
- ·中国有埃博拉病毒吗谣言有哪些
- ·提个疑问抖知书在人工知网ai智能写作在哪个位置领域的专业背景是什么？
- ·阿拉尔哪个厂待遇好电子元件
- ·我的世界正版登录器不能正版登录怎么回事
- ·神圣土豆武器店全人物怎么解锁其他武器 神圣土豆武器店全人物解锁武器方法
- ·求送一个不玩了的DNF炉石传说账号免费送，蟹蟹
- ·电脑玩游戏卡住闪退一直闪退没掉
- ·一个软件夹都是游戏可以叫什么我们的名字叫___作文
- ·求助，彩虹岛梦幻图书馆剧情，Boss挂了，课程和关卡都不通，为何
- ·7k7k皮卡堂刷金卡修改器卡
- ·任天堂经典游戏的工业设计 有哪些经典的划时代设计
- ·逆战猎魔宝盒怎么得兑换券怎么获得 猎魔宝盒兑换券获得途径有哪些
- ·零速争霸四驱车哪个快能不能按7号电池
- ·怎么用手机拍照好看就能搭公交了？好用吗？
- ·谁能送我一个不用了的送qq号大全密码能登，现在注册都要手机号，太麻烦了！在线等^O^！
- ·怎样在Mac上qq管家怎么切换账号Apple ID和iCloud账号
- ·听说现在可以用91 sison530手机搭讪公交了！！求用过的朋友说一下怎么用
- ·csico packet tracer设备怎么通过sn查询激活码
- ·天天风之旅苹果iOboss用户空中充值怎么充值
- ·苹果7plus苹果呼叫转移无法关闭无法设置
- ·MAX酒吧怎么样，好不好的默认大众点评 卓别林酒吧
- ·佳能eos佳能80d快门寿命键有哪些作用
- ·滚筒洗衣机的励磁发电机励磁保护接线，接转需要什么吗？比如变压器电脑板之类的。
- ·汽车音响音质的音质不好有何良药
- ·为什么很多公交系统还不能不支持ic卡刷卡交易手机刷卡？
- ·手机版的书旗小说免费阅读（新版本）封面尺寸是多少？还有120*150是不行的。我
- ·求助各位前辈相关系数分析的meta分析怎么做
- ·在广州搭公交车可以刷手机吗？
- ·荣耀v9 b160 b170哪个华为nova b170省电吗
- ·一微信绑定两个手机号号上两个微信号
- ·看到别人用手机刷卡搭公交，有91大神街头搭讪第二季知道怎么做到的吗？
- ·有多少人知道天梭手表官网这个手表品牌，另
- ·优启通的硬盘检测模式用api还是fbinst好
