...继续阅读 (39)

1镰仓古迹繁盛，与奈良、京都鼎列，合称日本三大古都。奈良、京都依唐制而建，而镰仓则取法于宋朝——彼之禅宗、理学已趋成熟——而处处显现出敦厚峻烈的武家风格。镰仓幕府主政，“以中国为师”是日本已持续了近六百年的国策，直至南宋灭于蒙古方告终结。宋文明在东瀛最后的余蕴因缘，可说集中在了镰仓。这次单讲圆觉寺。2公元1273年，抵抗蒙古大军狂风怒涛般的攻势五年后，襄阳、樊城这两面守护南宋的坚盾终于碎裂，全城遭屠尽，接着安庆、池州亦失守，南宋的长江防线崩溃，侵略军开始向整个东南方肆虐。过程中，一队蒙古军包围了温州能仁寺，劫掠之后是例行的屠杀。面对刀锋，寺里的一位中年僧侣异常平静，留下了一首辞世之诗：乾坤孤筇卓无地，喜得人空法亦空。（1）珍重大元三尺剑，电光影里斩春风。“生命是一场电光火石般的幻觉……蒙古人的剑是斩向了我，还是斩在了春风上？”崇信藏传佛教的蒙古士兵被震摄，行礼退去，僧人得幸免。这人是临济宗高僧无学祖元，这首诗名为《临刃偈》。31279年，最后的南宋王室与部队在崖山覆灭，十万军民绝望中投海殉国。文天祥在囚禁他的敌船内目睹了末日惨况，失声痛哭。同年，信奉禅宗的镰仓幕府领袖北条时宗遣使来华，希望寻找一位中国高僧到日本弘传佛法，并接替刚刚过世的兰溪道隆，掌管日本级别最高的禅寺——建长寺。北条时宗选中了无学祖元。在给祖元的信里，这位年仅30岁的日本统治者写到：“时宗每忆树有其根、水有其源，是 ...继续阅读 (49)

...继续阅读 (43)

前些天去北京、天津了一阵子，在北京的时候，正好遇到了南锣鼓巷戏剧节《精彩必将继续》的演出，在我朋友圈里被这场演出疯狂刷屏的时候，我由于有一些其他的看演出安排，非常完美地错过了这场演出，在北京的七天中一直不停地被看过的朋友说，“没有去看实在太可惜了！”，让我追悔莫及啊。好在刚刚回到广州，就有朋友给我发来了演出的录像，是演出当天乐视直播的在线视频，完整地记录了演出的实况，算是没有在现场欣赏的最佳补偿了。我昨天下午拿着手机看完了整段演出录像，感觉心情挺难平复，感觉特别棒的一次体验，真的很恨自己没有在观众席中，相信如果看现场，一定是更加动人的一次体验。《精彩必将继续》是法国编舞家杰罗姆·贝尔（Jerome Bel）在2001年时的一部作品，当时是由20名演员，19首流行金曲及1名DJ共同完成的，据说在当时引起了很大的轰动，并且获得了纽约舞蹈戏剧最高荣誉贝西奖 (Bessie Award)。这部今年的南锣鼓巷戏剧节的参展的中国版是由北京蓬蒿剧场和法国Jerome Bel剧团联合制作，他们在今年3月就开始通过互联网进行招募，最终找来了22位来自各个岗位年龄不一的表演者，其中一半是艺术相关的工作者，一半是与艺术完全没有关系的非专业人士，在演出前集中进行训练，并在最后呈现演出。就我看的视频中，一开始完全不知道是在做什么，因为只有音乐，然后所有的舞者出现在舞台上，但是依然一动不动，在我看来他们大部分 ...继续阅读 (43)

...继续阅读 (39)

...继续阅读 (33)

...继续阅读 (40)

...继续阅读 (31)

...继续阅读 (41)

自从AlphaGo战胜了李世石之后，很多知友们肯定深感深度学习的厉害，觉得深度学习让计算机具备了学习能力，还能够自我学习提升。但是，深度学习真的会学习吗？我的意思是深度学习自己知道怎么学习吗？如果要对比当前的深度神经网络的话，我会把它和飞机的发动机对比：上图是F-35的发动机，发动机的内部涡轮就类比神经网络，一端输入气流，一端输出气流，就好比神经网络的输入数据输出结果。而发动机外部的那些复杂的电线则类比为神经网络的优化方法，或者深度增强学习中的增强学习算法，作用是调控里面的神经网络。但是，我们人的大脑是这样的吗？不是！我们的大脑就是那么一坨，我们的神经元都是一样的，只是具体的处理的不一样而已。或者我们用玩Atari的例子来说明一下。我们玩Atari游戏，目标（得高分）确实是外部给的，可以是别人，也可以是大脑的其他部分。然后我们开始学习，如何学习依然是大脑在处理，它并没有专门弄一个什么梯度下降方法。然后我们学习完就会了。或者我们用投篮举例。也是外部设定一个目标---投篮，然后我们不断练习，然后我们的投篮水平就提高了。举这些例子不过是想说明一个问题：我们大脑的学习机制也是一个神经网络，没有其他。目前深度学习的情况只是输入输出过程是神经网络，但调控神经网络的是人工设计！或者说这个学习机制是人工给定的。也就是说虽然AlphaGo能够自我学习，但是这个学习能力是人类通过具体的算法给定的，而不 ...继续阅读 (57)

...继续阅读 (46)

...继续阅读 (45)

...继续阅读 (36)

...继续阅读 (102)

第一次被邀请，十分感谢。本人主修秃弓，地中海与蒙古式（拇指式）双修，所以只从传统弓方面讲，视角为民间射箭运动。人才梯队在这方面国内落后是肯定的，尤其是地中海式扣弦方式，国人不占主场。国外（泛指欧美日）秃弓人才梯队完整，一批高箭龄老头子屁股后面还跟着一群年轻后辈。中国的传统弓箭运动自共和国元年开始就出现断层，也就近几年才开始慢慢铺开，国内多为年轻人，虽然影响力有限，不过这些年一直在努力追赶。拜伦，上过探索频道理论著作与文献资料前面提到的外国老头子们大多著书立说，相关教材种类繁多。我买的第一本外文射箭教材是一个年轻人写的，讲的是倾向狩猎的秃弓训练方法。目前国内流传最广的秃弓教学视频是来自“三河”的附赠光盘。国产视频都是弓友自拍，数量少时长短，不成体系。地中海式扣弦的训练方法在国外已经趋于发展成熟，自感国人在这方面只需吸收学习即可，难有其他作为。国内蒙古式（拇指式）方面只有老祖宗留下的只言片语，以及各论坛的教学贴，或者说是解读贴，教材方面是空白。目前已知最早整理各种撒放方式的文献，是1885年由爱德华·莫尔斯写的《古今撒放法》（《Ancient and Modern Methods of Arrow-Release 》）。随着清弓逐渐流行，使用清式筒扳指的人开始增多，2011年一个荷兰人Peter Dekker整理了清式扳指的形制与用法：《清式扳指用法的整理和演绎》（《USING THE ...继续阅读 (29)

...继续阅读 (40)

...继续阅读 (37)

学会这十招，让你成为拍出高质感平拍的摄影高手，是用手机哦！原文首发自：［Voicer官网：VOICER｜We Voice Life & Art Inspiration］学会这十招，让你成为拍出高质感平拍的摄影高手，是用手机哦！［Voicer微信公众号：voicer_me］学会这十招，让你成为高质感平拍的摄影高手，是用手机哦！何为一张好的Flat Lay？不在于你拍的物品有多昂贵，器材有多高级，而是你花了多少心思来讲述你想要说的故事或是创造那个美妙的时刻。如果说Flat Lay（一种平铺俯拍的照片），是现在Instagram上最火的拍照方式一点也不为过，我在Instagram搜索关键词#Flatlay，搜到了近75万个结果。看似门槛很低——不需要专业的训练，只要一台手机和有趣的物品，摆摆弄弄，简单几个步骤（跟专业影棚比起来容易多了），就能拍出你的好品味，分享给线上好友们。然而，想要真的拍好也并不是一件容易的事情，自己拍拍看就能比出你跟那些KOL之间的差距了。拍一张好的Flat Lay，就跟做一道色香味俱全的食物一样，需要用心筹划、悉心挑选物品、巧妙排兵布阵，缺一不可。宝宝不怕，只要将以下速成教程中的十招牢记于心，你一定能够成为最懂拍出质感平拍的摄影高手。----------------------------------------Flat Lay教程从这里开始------- ...继续阅读 (35)

...继续阅读 (98)

《诀窍依赖症》有些游戏制作人（往往就是公司老板），热衷于参加“成功项目”的经验分享会，还喜欢请NB的主策划吃饭，请教“做游戏赚钱的诀窍”。他们相信，“人家做游戏能做成，一定是有理由的”。这话其实没什么错，但是他们进一步相信，通过1个小时的分享会或者一个饭局，能够获得一些“诀窍”，这些诀窍“肯定没什么害处”。回到了自己的公司，他们就会像得到了圣剑的地精一样跃跃欲试，让自己的团队实践这些只言片语的神秘诀窍，这个时候如果有不开眼的人来阻止，必然得不了好。别人家一个新游戏上线了，成绩不错，他拿来玩了5分钟，就恍然大悟，“哦，原来这游戏是这么回事！”然后就兴冲冲的招来策划开会，“你们看看人家这游戏做的……”在很多小型游戏公司的老板看来，做游戏能不能挣钱，几乎是一门玄学。“为什么看起来这么烂的游戏月流水能做这么高？我照着抄一个一模一样的上去为啥就不挣钱呢？““他们都说现在做游戏需要IP，IP我也搞到一个，可为啥上线几天就没人付费呢？”正因为他们无法在逻辑上解释上面的问题，所以类似武功秘籍一样的东西自然就成为了心灵的依托。他们坚信做游戏的真理一定像禅宗的名言一样简洁，任何人一看就能明白。如果有人建议他们踏实下心来，花时间好好研究一下别人的产品，他们反而会说“我哪有那个功夫？”这就很像一个老段子，一个不懂英语的人，问别人，英语难学吗？那人回答说，一开始比较难，后面就简单了。于是这个不懂英语的人就跟 ...继续阅读 (49)

...继续阅读 (48)

...继续阅读 (25)

...继续阅读 (48)

...继续阅读 (38)

...继续阅读 (35)

...继续阅读 (55)

...继续阅读 (66)

...继续阅读 (47)

...继续阅读 (43)

“王杨卢骆当时体，轻薄为文哂未休。 尔曹身与名俱灭，不废江河万古流。”— 唐 杜甫《戏为六绝句》（其二）【不要为我为啥放这首在开头，千人千面千理解吧】 深度学习：概述和一孔之见深度学习（DL），或说深度神经网络（DNN）， 作为传统机器学习中神经网络（NN）、感知机（perceptron）模型的扩展延伸，正掀起铺天盖地的热潮。DNN火箭般的研究速度，在短短数年内带来了能“读懂”照片内容的图像识别系统，能和人对话到毫无PS痕迹的语音助手，能击败围棋世界冠军、引发滔滔议论的AlphaGo…… DNN在众多应用领域的成功无可置疑。然而，在众多（负责任的和不负责任的）媒体宣传推波助澜下，一部分人过于乐观，觉得攻克智能奇点堡垒近在眼前；另一部分则惶惶不可终日，觉得天网统治人类行将实现。作者君对此的态度如下图所示：小品里，黑土老大爷对头脑发热的白云大妈说过：“什么名人，不就是个人名？”对于DNN，作者君也想说：“什么怪力乱神，不就是个计算模型？”言归正传，如果不把DNN看成上帝/天网/人工智能终点etc., 也暂不考虑当前DL和人脑思维之间若有若无的联系，那么DNN和K-Means、主成分分析（PCA）、稀疏编码（sparse  coding或Lasso）等众多耳熟能详的模型并无二致，都属于机器学习中特征学习（feature learning）范畴。假如硬说DNN有什么不 ...继续阅读 (199)