[social4i size="small" align="align-left"][This article was first published onR Code – Geekcologist, and kindly contributed toR-bloggers]. (You can report issue about the content on this pagehere)Want to share your content on R-bloggers?click hereif you have a blog, orhereif you don't.Understanding how scientific knowledge develops requires more than merely counting papers and citations. It requires a careful evaluation of how research topics and themes interconnect and transform over time. This is wherebibliometric analysisbecomes essential. As the volume of scientific journals and papers co ...继续阅读 (8)

本文永久链接– https://tonybai.com/2025/04/28/go-ecosystem大家好，我是Tony Bai。最近，Go社区里的一则消息引发了不少关注和讨论：广受欢迎的 go-yaml 库作者 Gustavo Niemeyer 宣布将项目正式标记为“归档(archived)”。这不仅让很多依赖该库的项目需要考虑迁移，也恰好触动了许多 Gopher 心中的一根弦。就像我的知识星球“Go & AI 精进营”里的星友 Howe 所提出的那个精彩问题一样：“白老师…其实会发现，很多 Go 开源工具是没有持续更新维护的好像，不像 Java 那种，有一些框架甚至会有专门的组织去维护，比如 Spring，所以从这点来看，Go 的生态发展就比较担忧了，不知道会不会多虑了…”go-yaml 的归档，似乎成了这个担忧的一个现实注脚。一个维护了十多年、被广泛使用的基础库，说停就停了，这是否预示着 Go 的开源生态存在系统性的脆弱？我们是否真的应该为此感到焦虑？在下结论之前，我们不妨先看看 go-yaml 作者 Gustavo 本人的说明，这其中透露的信息远比“停止维护”四个字要丰富得多：“这是我最早的 Go 项目之一…维护了十多年…可惜的是…个人和工作空闲时间都减少了…我原本希望通过将其转移到资源更丰富的专业团队…但最终也没能如愿…我也不能直接把维护工作‘交给’某个人或 ...继续阅读 (4)

本文永久链接– https://tonybai.com/2025/04/27/rob-pike-on-bloat大家好，我是Tony Bai。今年年初，Go语言之父、UTF-8编码的发明者Rob Pike的一篇题为”On Bloat”（关于膨胀）的演讲幻灯片(在2024年下旬做的)在技术圈，尤其是在Hacker News(以下简称HN)上，引发了相当热烈的讨论。Pike作为业界泰斗，其对当前软件开发中普遍存在的“膨胀”现象的犀利批评，以及对依赖管理、软件分层等问题的深刻担忧，无疑戳中了许多开发者的痛点。HN上的讨论更是五花八门，开发者们纷纷从自身经历出发，探讨“膨胀”的定义、成因和后果。有人认为膨胀是“层层叠加的间接性”导致简单修改寸步难行；有人认为是“不必要的功能堆砌”；还有人归咎于“失控的依赖树”和“缺乏纪律的开发文化”。那么，Rob Pike究竟在“抱怨”什么？他指出的软件膨胀根源有哪些？而作为我们Gopher，Go语言的设计哲学和工具链，能否为我们从纯技术层面提供对抗膨胀的“解药”呢？今天，我们就结合Pike的演讲精髓和HN的热议，深入聊聊软件膨胀的四大根源，并从Go的视角尝试寻找一下应对之道。“膨胀”的真相：远不止代码大小和运行速度在深入探讨根源之前，我们需要认识到，“膨胀”并不止是字面意义上我们理解的最终编译产物的大小或者应用的运行速度慢，Pike的观点和H ...继续阅读 (4)

图卷积网络（Graph Convolutional Networks, GCN）作为深度学习在图结构数据上的重要延伸，近年来在社交网络分析、推荐系统、生物信息学等领域展现出卓越的性能。本文旨在全面介绍GCN的理论基础、核心算法及其在节点分类任务中的实战应用。首先，我们将回顾图的基本概念及卷积神经网络在图数据上的扩展方法，深入解析GCN的数学模型和优化策略。随后，通过Python语言，结合PyTorch框架，详细展示GCN的实现过程，包括数据预处理、模型构建、训练优化及结果评估。为了加深理解，文中提供了大量的 ...继续阅读 (33)

因果推断是数据科学领域的一个重要方向，旨在发现变量间的因果关系，而不仅仅是相关性。本篇文章将从因果推断的理论基础出发，介绍因果关系的定义与建模方法，涵盖因果图（Causal Graph）、d-分离、反事实估计等核心概念。我们使用Python实现因果推断工具（如`DoWhy`库）进行简单的数据分析，探讨因果关系的检验与验证。通过丰富的代码示例和详细的中文注释，本文将帮助读者深入理解因果推断的理论与应用，掌握其在实际问题中的实践方法。 ...继续阅读 (17)

图神经网络（Graph Neural Network, GNN）是近年来在深度学习领域迅速发展的新兴方向，主要用于处理图结构数据。GNN在社交网络分析、化学分子结构分析、推荐系统等应用中展现出强大的潜力。本文首先介绍GNN的核心理论与数学公式，并展示如何使用Python的PyTorch Geometric库实现一个基本的GNN。我们将通过两个实例——社交网络中的节点分类与化学分子分析，详细介绍GNN在处理图数据中的应用。文章配有丰富的代码和中文注释，帮助读者从理论到实践全面理解图神经网络。 ...继续阅读 (20)

...继续阅读 (18)

...继续阅读 (18)

...继续阅读 (26)

接引前文，昨天把代码写好测试 ok 之后，以为就万事大吉了。然而，今天往服务器上部署的时候，直接给整麻了。问题一个接一个，错误一堆接一堆。直接让人破防了。对于 linux 的发行版，我并没有神马偏见，主要是用过的版本也不多，但是，不得不说那个 centos 是真烂，也不知道为啥那么多人喜欢用这个破系统。直接 pip 安装，好嘛，这一堆错误：[root@iZbp12k4fwg2euy5kkr9u7Z ~]# pip install PyMuPDF Looking in indexes: http://mirrors.cloud.aliyuncs.com/pypi/simple/ Collecting PyMuPDF Using cached http://mirrors.cloud.aliyuncs.com/pypi/packages/9f/1d/032d24e0c774e67742395fda163a172c60e4d0f9875785d5199eb2956d5e/PyMuPDF-1.19.6.tar.gz (2.3 MB) Preparing metadata (setup.py) ... done Using legacy 'setup.py install' for PyMuPDF, since package 'wheel' is not installed. In ...继续阅读 (32)

Obsidian Publish 在笔记中集成了 Graph View，让浏览笔记的时候能够查看与当前笔记关联的知识图谱，帮助进行结构化地理解和思考。比较遗憾的是Obsidian App原生没有支持该能力——将graph view集成到笔记中进行预览，这篇文章就是介绍一下我是如何实现这个能力的，先看一下效果。0:00/0:101×设计思路local graph是由Obsidian内部的引擎计算实现的，由canvas绘制图形（类似chartjs），我只需要将canvas元素插入到当前笔记的workspace leaf中即可：通过local graph命令绘制canvas图形；将canvas图形插入到当前笔记合适的位置；去除canvas原先的view（window）；一步一坑1. local graph绘制直接使用obsidian原生的local graph命令绘制当前笔记的关联图谱的view。await this.app.commands.executeCommandById("graph:open-local");在实验过程中发现，如果这样的话执行的话会创建split view，直接影响obsidian的使用体验。经过权衡，可以通过创建独立的window来解决这个问题：await this.app.commands.executeCommandById("graph:open-lo ...继续阅读 (44)

2024年5月，卡巴斯基全球研究与分析团队（GReAT）发现一个新的高级持续性威胁（APT）组织，名为 CloudSorcerer，该组织一直在积极针对俄罗斯政府实体进行攻击。这是一种用于秘密监控、数据收集和通过Microsoft Graph、Yandex Cloud和Dropbox云基础设施进行数据泄露的复杂网络间谍工具。该恶意软件利用云资源作为其命令和控制（C2）服务器，通 ...继续阅读 (32)

...继续阅读 (34)

背景关于笔记工具类产品我非常欣赏 Obsidian CEO Kepano 的理念 ——File Over App，我对使用 Obsidian 笔记工具有类似的思考。作为工具，Obsidian 唯一需要做的是帮助我在记录时只需要关心一件事情——记录思考，剩下的由工具本身帮我完成。因为任何一个好的记录系统都不应该耗费大量的时间去维护，一旦需要不断地「定期」维护一个记录系统，那么就违背了记录的初衷，因为记录系统维护和管理本身并不能产生太大的价值除了耗费时间，所以最理想的情况就是完全没有维护和管理，当然这是理想情况，所以我力求尽可能压缩维护管理的时间成本 —— 自动化是一个好办法。想做好笔记的 Obsidian 用户一定期望把自己的时间花在记录和思考上，所以在使用 Obsidian 的时候大多会有类似的期望 ——少耗费时间来做管理，多把时间花在记录和思考上。面对这样的需求的时候，如果有一个帮助自动化完成这些管理任务的插件，那么非常有价值。以上就是我开发 Obsidian 插件的初衷，Personal Assistant 插件是一个 Obsidian 平台的插件，它聚焦在帮你记录更多想法与灵感以及更好回顾过往记录，主要的做法就是自动化（减少交互、一键完成管理任务），同时还支持很多个性化配置以及多插件联动。自动更新插件功能1. descriptionObsidian 最大的优势就是社区化支持了 ...继续阅读 (52)

再入金陵.挑檐飞翔Re-enter Jinling. Pick the eaves and fly 设计师们巧妙地以南京古城的文化底蕴为切点，将传统的古建筑元素与现代设计语言相结合，创造出一个既具有历史深度又充满现代感的商业空间.The designers cleverly took the cultural heritage of the ancient city of Nanjing as the cutting point, combining traditional ancient architectural elements with modern design language to create a commercial space with both historical depth and modern sense. ∇ 标识结构设计 ©金戎Sign Structure Design 古建筑的挑檐元素被巧妙地提炼出来，并与不锈钢材料相融合。木质与金属的辉映，克制而平衡，这种结合不仅展示了传统与现代的和谐对话，也赋予了空间一种独特的韵律和动态。The cantilever elements of the ancient building are cleverly extracted and integrated with the stainless steel ma ...继续阅读 (49)

...继续阅读 (52)

识庐慧图主要专注于构建Graph AI基础设施，其核心产品“关联计算平台”，致力于降低Graph AI技术的认知门槛与工程门槛。得益于在Graph AI领域的领先优势，目前识庐慧图已经在金融科技、数字营销、生物医疗、军工安全、能源电力等行业有了诸多服务头部客户的案例。随着各行各业智能化的脚步加快，传统机器学习与AI算法无法思考事物间关联关系与相互影响的弊端愈发明显，关联密切的事物虽然有着诸多的相似性，但在人类看来是常识的问题，传统AI却无法认知。行业中，以知识图谱为代表的图技术兴起，也正是因为人们发现事物间的关联蕴含着大量信息，而这些信息并没有得到有效利用。据Gartner报告显示，到2025年，80%的数据分析场景都会用到图技术。然而目前以知识图谱为代表的图技术，主要实现了对事物间关联关系的表达，仅通过数据可视化后，再由人工分析的方式难以真正实现基于算法的智能分析。如何让算法能够真正理解事物间的关联，并做到结合事物自身属性及关联关系做出判断决策，仍然是摆在产业智能化路径上的难题。识庐慧图CEO黄胜蓝认为，传统的数据分析主要基于对个体属性信息的分析，无法有效理解和使用数据中的关联信息，且随着业务数据量级增加，对关联信息的使用会更加困难。而Graph AI正是高效利用关联信息，解决复杂业务问题的全新方式，可以真正做到“从关联视角，重新认识数据”。Graph AI由于引入了图结构来表示 ...继续阅读 (25)

...继续阅读 (41)

QuestionSuppose you are at a party withnpeople labeled from0ton - 1and among them, there may exist one celebrity. The definition of a celebrity is that all the othern - 1people know the celebrity, but the celebrity does not know any of them.Now you want to find out who the celebrity is or verify that there is not one. You are only allowed to ask questions like: "Hi, A. Do you know B?" to get information about whether A knows B. You need to find out the celebrity (or verify there is not one) by asking as few questions as possible (in the asymptotic sense).You are given a helper functionbool kno ...继续阅读 (14)

...继续阅读 (53)

最大流最小割（maxflow-mincut）是图像分割的经典算法之一，同时也在"Graph Cut"、"Grab Cut"等算法中都有被使用过。本文记录相关算法。 ...继续阅读 (61)

...继续阅读 (53)

...继续阅读 (58)

...继续阅读 (62)

...继续阅读 (64)

...继续阅读 (58)

本文永久链接– https://tonybai.com/2023/06/18/go-package-design-guide1. Go包的认知1.1 Go包是基本功能单元我们知道Go包是Go编程语言中的一个重要概念，它是一组相关的Go源代码文件。并且，在Go中，每个Go源文件都必须属于一个包。Go包是一个逻辑上独立的单元，是Go的基本功能单元，用来做功能边界的划分。这些基本功能单元的累加就构成了Go应用，因此Go应用的本质就是一组Go包的集合。Go包这种功能独立的单元为Go开发者提供了“封装”和复用的便利。在Go中，Go包也是代码复用的基本单元，被用来管理和组织代码，Go项目的结构布局本质上就是安排Go包的位置，使得代码更易于维护和重用。1.2 Go包是基本编译单元Go包还是编译时的最小单位。也就是说，Go编译器编译代码时会以包为单位进行编译，而不是以文件为单位。这意味着一个包中的所有源文件都将被编译成一个单独的目标文件，而不是多个目标文件。使用包而不是文件作为编译单元，有助于提高编译效率和管理依赖关系。注：编译速度快是包这种设计“先进性”的一个表现，即便每次编译都是从零开始。Go编译速度快的几个原因与以包作为编译单元是密不可分的，具体体现在Go源文件在开头处显式地列出所有依赖包，编译器不必读取整个文件就可确定依赖包列表；Go包之间不能存在循环依赖，由于无环，包可以被单 ...继续阅读 (168)

QuestionGiven twosparse matricesmat1of sizem x kandmat2of sizek x n, return the result ofmat1 x mat2. You may assume that multiplication is always possible.Example 1:Input: mat1 = [[1,0,0],[-1,0,3]], mat2 = [[7,0,0],[0,0,0],[0,0,1]] Output: [[7,0,0],[-7,0,3]]Example 2:Input: mat1 = [[0]], mat2 = [[0]] Output: [[0]]Constraints:m == mat1.lengthk == mat1[i].length == mat2.lengthn == mat2[i].length1 <= m, n, k <= 100-100 <= mat1[i][j], mat2[i][j] <= 100AlgorithmFirst you need to know what's matrix, then you need to know how to do thematrix multiplication.This graph is the key:The logic behind the ...继续阅读 (13)

【摘要】3月16日，微软发布了微软365 Copilot[1]。 Microsoft 365 Copilot 将您现有的 Word、Excel、PowerPoint、Outlook 和 Teams 与大型语言模型 （LLM） 的强大功能以及来自 Microsoft Graph 和 Microsoft 365阅读全文 ...继续阅读 (100)

QuestionThere arencities labeled from1ton. You are given the integernand an arrayconnectionswhereconnections[i] = [xi, yi, costi]indicates that the cost of connecting cityxiand cityyi(bidirectional connection) iscosti.Returnthe minimumcostto connect all thencities such that there is at least one path between each pair of cities. If it is impossible to connect all thencities, return-1,Thecostis the sum of the connections' costs used.Example 1:Input: n = 3, connections = [[1,2,5],[1,3,6],[2,3,1]] Output: 6 Explanation: Choosing any 2 edges will connect all cities so we choose the minimum 2.Algor ...继续阅读 (10)