sp; 没有谁能做到算无遗策，诸葛亮都不行。我怎么会行？

    不过也许人真的是在用矛盾在思考，同一时刻，同一时间段吧，即便思考一个事物，这个事物的多种可能性也是在同一时刻被思考到的。这是否与量子计算机的计算方法类似呢？

    我们利用自己对一个事物的记忆做出决策，改变了该事物，同时也擦除了我们之前对它的记忆。它变了。

    这章没有结束，请点击下一页继续阅读！

    可怕的不是能，而是可能性。

    用饺子解释规范正交基和基底变换也太牛了！蒸饺，正交！十颗饺子里面有一枚硬币，充分打乱以后，不去吃，谁也不知道硬币在哪里。观察后又会破坏饺子，我们知道不知道的东西以后，这东西也消失了。

    有时候，我们发自己内心地哭泣。这是可爱的。

    偶尔换一个地方玩，读书，吃饭，还是超级有意思的。

    之后每次吃东西，我都尽量吃光，谨以纪念在这片土地上奋斗的前辈们！

    毫不夸张，任何事情，都需要权衡。静态的势场无法保证然任何状态下粒子都会回到最初的稳定位置，所以，必须根据粒子的位置速度等信息，制造一个不断变化着的势场。

    只要有大量的可能性，就可以做一个大抽屉组出来，也就是编码。

    冷板凳也挺好的，因为没有冷板凳的地方坐着太热了。

    看书多了也没啥用，你要问我某些书好不好看，我没看过可能还是不知道，但是你问我哪些书值得一看，我还是能推荐个三五本的。

    基于概率收敛，计算次数上来了，期望也就知道了。

    我开始不能忍受热了，应该是疲惫了。没有自然采光的地方很暗，又自然采光的地方很烫，这时候云彩、树荫或者冷巷就很重要。

    我们一直在寻找最优解，但当我们付诸行动时，最优解就已经变了。所以总是次最优次最优，再闭环校正。硬抠这东西，那就永远变化，永远跟不上，给自己一些容差吧，放过自己好不好？

    除了智能算法，有时候问题简单的话，还可以手算，用线性规划。今天学了单纯形。最优解一直在图解的边缘上，迭代后的点也一直是在边界移动，最优解是在角顶点上。当然该有很多种方法，但是学不过来，如果自己能明白一种方法，那就足够了。

    套公式嘛，机械，但是对电脑友好，但是人要理解这个，就得费些功夫了，算了，先不用。

    但如果面对n*m的运输问题该如何办呢？口算的话，迭代法蛮好的，用电脑算，那就套公式，也没什么。

    口算真差不多最优。但口算就能得出答案的题目，也只能用来考试了。计算量稍微大一点，那就得用电脑算，设计算法。

    更感觉，智能算法是对问题复杂和头脑简单之间的妥协。

    过于复杂的问题，只能用只能算发了。但怎样验证跑出来的结果是最优的呢？如果能验证，那也许就不用智能算法了。局部还是用闭环校正吧，先验知识的能力是有限的。

    数学计算，有时候也要迁就人的思维，还有钱。有时候，事物会收缩会膨胀，数字也跟着收缩膨胀。

    现在多少了解了，学习新的东西是对的，因为新的东西更加复杂，考虑得更多，把之前没有解决的问题解决了，而且，它离最新的待解决问题最近。

    黎曼这小子，怎么写东西也是大写大划拉呢？但是它的理论太高深了，根本学不下去，只记得他说，一切都是弯的就可以啦！开个玩笑。

    有时候，找灵感要大于蛮干，但有时候就恰恰需要蛮干。

    学完数值分析后，觉得一切都可以硬算了。前向差分再后向差分，或者迭代，逐步增加计算精度。高阶方程也很好解的。但咱还是说，牛顿他老人家是真的了不起！

    白天折磨自己，晚上才会明白，空调房真舒服。鼠鼠我呀，真的是热死了，大热天出来骑自行车，作死！

    不要着急啦！做自己鸭！

    喜欢梁寒郡的日记书请大家收藏：梁寒郡的日记书m.bayizww.com网更新速度全网最快。
『加入书签，方便阅读』