最近工作的事情有点烦躁，就开始打酱油了。折腾了好久，可算把家里的nas和游戏机合为一体了。 这其中最蛋疼的步骤可算是要在Linux虚拟机上跑游戏了。在无数次死机重启之后，可算把这个问题搞定的。 网上GPU虚拟机直通的教程不少，但是都有一个问题，就是只告诉你怎么一步一步做，然后启用了一个又一个Linux模块，但是往往搞到最后一启动虚拟机就整个电脑死机了（囧，对的，整个电脑死机，不是虚拟机死机）。 踩了n天的坑后，总算把GPU直通的所有坑都踩了一遍。也都看了一遍。这里记录下来，有兴趣的朋友一起研究研究吧。 整个虚拟机GPU直通大约有那么几个步骤（缺1不可），我的平台是Intel + Nvidia，因此用AMD的朋友可能会有所不同。但是整体思路应该是一致的。 确认硬...

(感谢”杀出一条蟹路“同学帮忙复核数学推理) 昨天在群里和一些同学讨论算法，扯到平衡树。突然想写点东西，给同学们分享分享。但是我今天要分享的不是有多少种平衡树实现，而是如何设计一种平衡树。 希望通过这个分享，能让同学们有一些基础的认识，一种数据结构/算法是如何设计出来的。 而我们今天的话题，就是如何在树节点上，通过附加一个size来进行树平衡。 0. 开始之前 当我写这篇文章的时候，我希望对算法有所了解的同学都能看懂。数据结构设计相对于算法来说，还是有那么一点点的偏难。有些概念可能大家都是第一次接触，因此我在这里先进行一些基础概念的讲解。 约束 数据结构设计和一般性的算法有一个非常大的差异，就是： 数据结构是一个在一段时间内存在，并持续维护的结构。而不是一次性运行结束的...

搞这个博客本来是打算写点机器学习文章啥的。但是没办法撒，市面上机器学习的文章实在太多了。 要写点有价值的东西又实在得下一番时间啊，然后没事干就开始水，然后这博客就彻底被我变成水桶了。 既然都已经这样了，那就继续水吧，啊哈哈哈哈。 这年头，谁隔三岔五不需要解个方程什么的呢。解方程，除非需要精确值，像我这种懒人，肯定首选二分法啊。方便简洁可靠，是吧，哈哈哈。但你说人吧，总有无聊的时候是吧，例如我现在。。。 撸牛顿迭代大部分时候其实就是为了求值，当然也有时候是为了观察牛顿迭代的收敛。每次撸牛顿迭代唯一烦的地方就是求导。这个时候祭出pytorch的auto grad简直是爽歪歪啊。 牛顿迭代公式： 代码： import torch def newtons_method(fn,...

话说lowerBound和upperBound真是一对神奇的函数。如果说一个人把quick sort写了十遍，当他第十一遍开始写quick sort的时候，那绝对叫一个轻车熟路啊，绝对是soso的。 但是lowerBound和upperBound这对函数，我去年刷leetcode的时候写了n遍，简直到了闭眼都能墨写的程度。这两天又刷leetcode，拿起来竟然又一脸楞比。 于是乎我打算“一劳永逸”的解决这个问题 —- 记下来，哈哈哈 lowerBound/upperBound 的含义 lowerBound/upperBound的含义是：在一个排序好的数组里找一个位置插入，使得插入后数组仍然是排序好的。 lowerBound/upperBound的区别在于，lowerBound...

这段时间一直在搞个unity webplayer的项目。尝试了各种组合方案，包括Windows+Linux虚拟机，Linux+unity测试版，Windows+Linux双机器。但无论怎么倒腾，都感觉难受。 正好前几天过十一，就顺便倒腾了一下传说中的WSL（Windows Subsystem for Linux），没想要甚是惊艳，就顺便写下来，分享分享，当个笔记。 如果实在无法避免双系统开发的话，那么WSL可能是目前最舒服的方案了。 WSL优点/缺点 要说WSL最大的优点的话，那么就是无缝了。Linux程序直接在Windows上，可以直接访问Windows的磁盘，和Windows共享端口池。要说用户体验，的确是秒杀虚拟机几条街。 要说缺点，如果作为一个开发系统，那么真的可以称...

“众所周之”，指数函数的求导是函数自身，而sin(x)的4阶求导（也就是求导四次的啦）是sin(x)本身，表示成数学公式就是： 一直很好奇，是否存在一个函数，它的二阶求导是函数本身。如果存在这么一个函数的话，是否还存在一个函数，它的三阶求导是函数本身呢？那如果推导到更广泛的n阶呢？ 本来只是无聊的好奇，没想到经过一顿搜索之后，竟然找到了超乎意料的漂亮的解，相当的意外，板砖过来给大家围观。 参考资料传送门， 太长，懒得看传送门 什么函数的二阶求导是函数本身 在研究探讨三阶求导是函数本身之前，先琢磨一下一个更简单的问题是有好处的。毕竟对于问题n=1和n=4都存在的情况下，n=2存在的可能性明显是比n=3存在的可能性要高很多的。 首先，作为这个问题的趣味性，我们是肯定要先...

音量控制滑槽啥的，我相信对每个“经验丰富”的程序员来说都是分分钟的事情。但是我今天为啥要拿出来谈这个事情呢？因为再小的东西都有细节。而且吧，还一定会有人踩进去。 相信同学们一定一定有过这种体验：到了晚上，音量拖到最小的一格仍然太大，再往左一拖就静音了。白天吧，音量区右边的一大半都没太大区别。 线性空间/对数空间 为啥会有这样的问题：人对音量的感知的范围非常的大，通常上来说一个正常人的耳朵在 20dB - 90dB 之间的范围都处于“比较舒适”的状态，但是这个范围足足有倍。如果再算上不太舒适区域的话，上个十万倍都是轻轻松松的。 但很多人写程序的时候并没有去考虑这么多，往往直接把这么大的空间直接线性的映射到音量控制滑槽上。导致的直接结果就是：音量大的区域，拉半天也没啥变化，音量小的...