乡土

很喜欢三峡好人里面的乡土气息

很多年没有回去,再看到这些的时候,既陌生又熟悉

从前是一个世界,现在是两个世界

以前也在江上坐过船,天热的时候也都赤膊,家里也很脏,也哼过流行曲

都很熟悉,都很亲切

高富帅的电视电影很多,但在人心里留不下任何痕迹

三峡好人这部片子的慢镜头却让人回味无穷

老婆孩子热炕头 —- 三峡好人

一边是时代的高歌猛进,一边是拆迁后的废墟

官员在显摆天嵌变坦途;卑微的平民在寻找失散的家人

神九上天,三峡兴建;我们的家园却已不在

一边是GDP增长冠绝全世界;一边是屁民为了挣钱流离失所,与亲人别离

男主角已经有十几年没有看到老婆孩子,来奉节寻找他的老婆孩子

女主角已经两年没有老公的音信,来奉节寻找他的老公

我们是否能找到我们的家人,我们是否能够挽回我们的家庭?

国家的宏伟工程,跟我的幸福生活有什么关系呢?

MK802 Laptop cables

references: [1]

there are two male ports: male micro HDMI and male micro usb

the micro HDMI is for display and the micro USB is for keyboard and touchpad

we need to 1) connect micro hdmi on lapdock to mini female hdmi on MK802 and

2) connect male micro usb on lap dock to female usb to MK802

note the distance between two male ports on lapdock is very close

anyway, here are the parts

1) female micro hdmi to female micro hdmi $5.99

2) female micro usb to female usb, $2.49, note the picture is wrong

3) male usb to male usb, $1.59, need to cut the red power line, see [1]

4) male micro hdmi to female hdmi, $1.37, havn’t tested yet. instead I have the following stuff in hand:

4a) male micro hdmi to male hdmi, $2.54

4b) female hdmi to female hdmi, $1.40

If you want to connect the lapdock to raspberry pi, you need this

1) micro usb to usb, $1.99 to power the board

for raspberry pi, you can also reduce the number of cables by this and this

乱七八糟

今天领毛毛看了医生,说可能有点儿支气管炎,但是不严重,肺没有问题。给开了抗生素。

毛豆的补牙帐单又来了,还得交500多。这样的话总共就花了一千多了

前些天找人把屋子外墙粉刷了一下,昨天收到社区的警告信,说颜色不对,得重刷,wk

刷漆可不便宜。上次已经花了2000了。这么搞不知道又得出多少血。也不知道怎么不对?哪儿不对?

在门上订个铁皮,还得申请,得找4家邻居签字。

rails devise token authentication for mobile/javascript authentication

from here

note for new devise: migration issue
rake db:migrate
undefined method `token_authenticatable’
solution:
change t.token_authenticatable to t.string :authentication_token
two commands need to run
rails generate migration AddDeviseColumnsToUser
rails generate controller Tokens
curl -d “email=xxxx@gmail.com&password=xxxx” http://localhost:3000/tokens.json

libfm效果确实很好

用movielens的数据试了一下

比自己的一些纯粹的matrix completion的方法都好

感觉是模型问题

只要加上两个bias term效果就会好很多,收敛更快

今天又明白了很多事情

之前研究matrix completion,所有的算法其实都是在解决同一个问题,只是速度快慢不一样

理论很多,但是并不实用

实际搞推荐系统的人,会用各种各样的小技巧,虽然理论没有,但是效果好

那么效果来自于什么方面呢?

一个是模型。matrix completion的模型其实是有缺陷的,比如没有包含bias term。

其实模型好坏非常重要。模型不匹配,再快的算法也没用。

另外一个是特征。也很关键。而且非常关键。

这次kddcup track1,看了一下前三名的论文。都用到了时间特征。用法很巧妙。如果没有这个特征,效果估计都要排行几十位以后了。

曾经看过一篇关于kaggle的帖子,问怎么才能弄到排行靠前的位置。这个帖子误导了我。我一直觉得特征最重要。但是这个帖子说特征不重要,坚持才重要。nnd。

好吧,回到libfm上来

libfm最牛逼的是,模型是是通用的。只要设计好特征向量,就能等同于各种各样以往强大的模型。它把模型给特征化了。模型本身变成了一种特征。

同时呢,加入新的特征非常的方便。也不用修改模型,不用修改算法。