【智能】使用SVM完成MNIST手写字体分类

关于MNIST

MNIST数据集

MNIST数据集是一个60000组训练数据集+10000组测试数据集组成的二进制图片集，每张图片均为28*28像素尺寸，内容为手写体的数字0-9。当然,由于是二进制数据集，你直接下载的数据肯定是看不见它长啥样的。

【绘画-学习笔记】视觉欺诈师：从本质看素描中的透视理论

序

网上很多讲透视的资料都讲得太凭感觉了，虽然说了一二三点透视这样的构图方法，但是背后的原理总是草草带过……理科生震怒！

于是看了很多资料后，决定写一篇学习笔记，系统点的整理一下目前我理解到的透视理论背后的科学依据。如有错误，欢迎指正。

我个人看过的讲得最好的资料->沙包老师

立体感是什么

绘画画出来的是一个平面，而一副好的画，能够让你在平面中看到“立体感”或者“空间感”。那么“立体感”是怎么产生的呢？

我们平时用眼睛看三维世界，但看到的画面也是二维的，在长期的生活经验之中，我们的大脑就会学会通过平面对立体进行推断的能力。然而经验判断不能代表一切情况。举个例子，艾姆斯房间错觉（图源百度百科），我们的大脑会觉得右边的人比左边的人高很多。

实际上，这个房间的墙壁是向画面内侧倾斜的，人的身高差异只是近大远小导致的，造成错觉的关键是墙上的那两扇窗户。平时生活中，我们总是见到统一尺寸的窗户，并且我们见到的房间的天花板和地面总是水平的，所以我们的大脑就会基于这样的常识来对三维空间中事物的实际状态进行判断。

绘画中，我们就是使用线条营造符合大脑常识认知的大小关系，从而营造出立体效果。

然而，利用特定的视错觉，哪怕真正的立体世界都可能让你的大脑感受不到立体，更何况在平面上作画呢。所以，要记住一点，画面的立体感很大程度上不在于把透视画准确，而在于构图方式。比如说，从纯粹正面来观察一个事物，而不在画面中添加其他事物提供信息，那么看图的人就不能判断这个物体是立体的还是平面的，也就感受不到“立体感”。同样，我们画光影时决定光源的重要依据也有光能不能辅助我们表现立体感。

【语言学习-python】numpy学习笔记

基本上参考这篇博客=_=->here

闲话：装numpy装了一亿年……疯狂报错最后莫名其妙解决了……

什么是numpy

numpy(Numerical Python)是python的一种对多维数组（矩阵）进行运算的库。

学线代学子的福音

【语言学习-日语】 《标准日本语-初级上册》复习笔记

助词

1.は：提示主语，做助词时读wa。有时用来表强调。

2.を：

与他动词搭配提示宾语 例：私はご飯をたべる。

与自动词搭配提示经过的地点 例：家を出る。

【算法-动态规划】 四边形不等式优化的证明

四边形不等式

对于形如$f(i,j)=\min \{ f(i,k)+f(k+1,j)+w(i,j)\}$形式的DP，若对于$i \leq i' \leq j \leq j'$，有$w(i',j) \leq w(i,j')$（即区间包含单调性）和$w(i,j)+w(i',j') \leq w(i',j)+w(i,j')$（即四边形不等式），则有：

定理1：f也满足四边形不等式，即$f(i,j)+f(i',j') \leq f(i',j)+f(i,j')$

定理2：记g(i,j)为对f(i,j)最优的k，则决策点g(i,j)满足单调性，即$g(i,j) \leq g(i+1,j) \leq g(i,j+1)$

四边形不等式可以简记为“交错小于包含”。