武汉人
上次和群友聊天，谈到武汉和武汉人，我说我不太说得清。 今天去鄂渝小面，碰到了我想说的”典型武汉人”： 跟老婆一起来吃面，进门先自己大步走往吧台，响亮正宗的武汉话跟着大步子就出来了“搞碗牛肉小面，加个虎皮鸡蛋，再加个卤干子”，话音一顿，补上价格“十七块五，是吧”。 店里本来有六七个客人，安静也谈不上，但此时屋里其他声音好像消失了一样——也没多么吵嚷大嗓门，武汉话似乎就有这种神奇的气场。 有几个小煎包
云水乡
想写几个字，好像突然才发现退坑之后送走了好多喜欢的笔，也发现是太久不写字了生活很难因某事突变，也难说某个节点就让人进入全新的阶段。需要无限努力劳者自歌，非求倾听谦谦君子，卑以自牧九十九签，上上吉 记录一些近期额外需要做的事情 办居留证。涉及到交学费，打流水等。可能还要去北京 排房，和1一致 打疫苗，选择种类和时间很关键 安排去杭州的行程 配置电子产品
A Survey on Generating Adversarial Examples
To start with, let’s have an eye on the traditional ways of generating adversarial examples. FGSM Explaining and Harnessing Adversarial Examples - ICLR 2015
Security and Privacy in Machine Learning
第一篇正经读的Security文章，可以预见的是会遇到很多困惑和问题，所以写文章记录一下。 Concepts因为我们关注的是机器学习系统的安全和隐私问题，因此首先需要理清两个领域相关概念：机器学习系统是怎样的，怎样评价这个系统是否“secure and private”? Machine LearningML Security and Privacy主要考虑监督学习。对于一个机器学习模型，将它的训
星星
今天晚上的天很干净，月亮，星星都看得很清楚。晚上在实验室想着拿相机拍一下 说起来虽然地景很差，森林公园的光污染也比较严重，确实还是能拍到澄澈的天空和星星 想到的是，不论在哪里，我们始终还是能看到星星。 不论现在在做什么，至少还能每天看到星星，呼吸到新鲜空气，听到鸟叫。 前两天室友来这边转了一圈，说整个人都轻松了。不知道是否真的有如此魔力，不过我们这里的环境的确很好。中午吃饭还在听师兄师姐聊天，说在
The Prestige
或许用英文名来记录这部电影更合适。 总觉得很多东西看着看着就猜到了。不过或许是因为过于关注剧情，看电影的时候是真的没怎么意识到Tesla就是bowie，时间的力量还是过于强大，六十多岁的老男人换个造型很难认出来了。 情节还算不错吧，可以让人一直认真地看下去，不太舍得上厕所。各种插叙的手法也很能营造氛围和时间线，不知道这能否称之为诺兰一贯的风格？最后的结尾也还不错，有点开放式也算是意料之外情理之中。