log:

• 3.16 开始看
• 3.16 完成生平
• 3.16 写完第一章，发现写文速度过慢。接下来决定仅略作摘抄
• 3.17 暂时停笔

preface

最近看到了罗素的几句名言，深受震动。查了查个人经历，决定读一读他的作品。还是老规矩，会穿插着我自己的想法，原文我都会用引用block起来。

main takeaways yet

1. 过多地关注自身会带来痛苦。如同掉入漩涡。

自我的觉醒 大概是从破除对任何人的迷信开始的。你我皆凡人，生在人世间。

更新记录：

• 2.24 写完draft
• 2.24 看完

Preface

本书原文是讲 “如何成为一个男人”的。但是根据我一直认同的两点：

1. 男女平权 （即将真正到来）
2. 任何人的内心雌雄同体

我认为本书同样适用于女性 培养心中的男人。

这份读书笔记，更多是书摘。而且我省去了不少部分，比如对原型“阴影区”的解读。

人是会变的？

月亮我要，六便士我也要

只是总结，不是指南。

todo:

• follow-up email

总纲

这边的面试基本分两种：

• technical interview
  • 以考察技术水平为主
  • 包括：询问简历，算法题，专项问题，etc
• behavior interview
  • 以考察soft skill为主
  • communication skill，leadership，team work
  • 包括：询问简历／经历，以及对此公司的了解，etc

可以看到在两种interview中，其实都会问到简历／项目。但是要知道在不同类型的interview中，是需要以不同的方式来回答的。若是tech interview中，那就go into more details，罗列出使用的技术，等等；而若是在behavior interview中，就需要讲的尽量浅显易懂，并且体现出自己的热情，与他人合作能力，以及技术与当前面试的公司的共同点，等等。

分辨到底是technical还是behavior，一般都可以直接询问。或者可以根据面试官的背景而定，如果是hr来面，那必然behavior无疑；如果是engineer，那就是technical；如果是engineer背景的manager，那就可能两种都存在了，需要灵机应变。但是总之，提前准备的时候，按照这两种都充分准备好，总是没错的。

面试过程并不是一种没有意义的零和游戏，当然也不是完美的筛选机制。就像各种考试一样，通过一些有标准的，有一定筛选能力的条条框框，给面试者和公司共同带来方便。玩什么游戏，首先需要能够打心底认同游戏规则，然后熟悉它，成为老玩家。面试的过程往往也是双向的，公司挑选你，你同时也在挑选公司。good luck！

算法题

我刷题刷的不多，不过各个方面知识点也算是大概摸到了。主要跟着九章算法过了一遍。这里有我之前做的刷题笔记，基本上有意义的每一道题都有记录：

自律者自由

欢迎小伙伴一起来，健身，自习，玩耍！！

good question, in short, 套用别处的一句话：但求同好，无关浮名。

1. 我本来就有记录笔记的习惯，学习笔记就不说了。有时候看完了书，看完了电影，甚至只是遇到一些有感触的事情，都会记一点东西下来。我的记性很不好，有些感触稍纵即逝，之前丢了好多，现在希望多留一点。
2. 放在一个开放的环境中，潜意识中觉得会有读者来看。以此可以稍微激励自己写东西的欲望。
3. 如果真的有读者来看的话，我会很激动。生活中大家已经都很艰难，交往的时候为了让彼此开心，谈论的东西都是流于表面, try to be cool, be fun。深入交流的机会不多，而我又不是太擅长谈心。文字可能能承载一些更大更重的东西。
4. 当然，记录和分享一些技术性的东西，也是目的之一。
5. 审视自己内心的深渊需要勇气，敢于把深渊的一部分 露出来让别人看到，除了勇气，还有风险。希望自己能够把握好度吧。

随心update

他说他不畏风雨。 我定睛看去，他手中紧握着那把伞。

preface

我为什么要写这篇文章？或者从根上说，为什么要做这样的思考？

芸芸众生，千张面孔。但是唯一不变的，可能就是追求快乐的心。当然平常我们大家可能都被生活压的透不过气来的时候，第一要务是生存。但是当一有喘息之机，比如工作日下班下学的路上，看着漫天星撒，亿万个生灵都看着天空，问道：“又是一天过去，这一切都是为了什么？我快乐吗？我怎样才能快乐？”

前一段时间，教我学车的教练送我去考驾照，由于地点很远，我们是凌晨5点半出发的。我们可能都很累，路上与教练闲聊：”您平常都是这么早起的吗，这也太早了吧好困“。教练大概告诉我说是的，但是接下来的一段记得很清楚：“哎 有时候想想这么辛苦 都是为了什么哎”。然后整车安静，没人能回答，自然这个问题也没有答案。（哈哈哈哈话题终结者技能get

我一直在追求 可是却不知道在追求着什么

无限渴求着未满足的欲望，可是永远只是水中月。仿佛你获得了，然后得到一阵的快感，但是很快又会消退；有的时候看了激动人心的电影，听了激动人心的音乐，突然振起发力，可不一会儿，又疲惫下去了，被称为“三分钟热度”。仿佛莫比乌斯环，你以为你前进了，可是实际还在原点。你的快乐，boom and burst.

但是有些人好像就有着持久的快乐：有人仿佛天生乐天，有人沉迷于自己的小世界，有人站在自己领域的顶峰。这些人真的令人羡慕，他们的快乐怎么获得的？我是否有这样的机会，能够像他们一样呢？

在回答这个问题之前，也许需要先剖析一下，这些不同的快乐都是什么。我想试图通过这篇文章，或多或少的对“追寻快乐”这件事情有更深的认识，并且希望能够对实际生活也有帮助，让自己做的更好。

更新记录：

• 1.28完成生平，第一章
• 1.08准备动笔

【黑客与画家】作者 Paul Graham

preface

我认为本书适合所有人群看：程序员，科技从业者，教育从业者，创业者，甚至是艺术家。因为这本书并不仅仅是“一个科技创业者”的自传，也不是教你怎么好好写程序。而是在从一个很高的地方，看世界，看人文。至于科技，不过是一根中轴线，从科技的发展看到对世界的影响。

还是强烈推荐大家去读原书，就像小说一样。

此篇读书笔记，希望能尽可能多地记录Paul原意（原文我都会使用引用），同时加入我自己的思考。

持续更新中…

preface

写这篇文章的主要动机是回顾一下我在USC选的课，以及这些课给我（一个转专业的学生）带来了什么。每门课的介绍不单单会包含课程本身的介绍，中间也会混杂着从这一门课中 我对Computer Science的理解，以及对自己职业发展，还需要什么知识 的想法。

USC的课程质量总体还是不错的，不过目前还没有发现任何一门课上完之后会有所谓 “脱胎换骨” 的奇效。凭借一门课的知识，想在那个领域有所了解（入门）是可以的，但是远远不够促成这个领域的 engineer 或者 researcher（熟练）。想要达到熟练的水准，还需要自己多了解，多练习。

OK, 这是 Model Compression系列的第二篇文章< FitNets: Hints for Thin Deep Nets >。在发表的时间顺序上也是在< Distilling the Knowledge in a Neural Network >之后的。FitNet事实上也是使用了KD的做法。

这片paper在introduction就很好地总结了一下前几个Model Compression paper的工作，这里稍做总结：

• < Do Deep Nets Really Need to be Deep? >主体为了突出“一个模型的复杂，不一定代表他的表达也是复杂的”。主要是用浅层的网络mimic了一个深层的网络（然而这两个网络的size是相同的）然后达到了相似的performance。其中的loss是两个网络最后的logits之间的距离。顺便值得一说的是，这篇paper中提到，需要用尽可能多的unlabeled data（不是从training set中的）来mimic，才会使student model能尽可能接近teacher model。后面这几篇应该也用了类似的方法。
• < Distilling the Knowledge in a Neural Network >主要在于改变了loss，不单单是使用logits，这点就不赘述了，上一片笔记Distilling the Knowledge in a Neural Network笔记中有详细解释。