Recent dailylife with my friends

-




























评论

发表评论

此博客中的热门博文

如何下载Internet Archive中借阅类图书【详细指南】

-
目标 ：下载Internet Archive中的借阅类图书。 问题分析 ： Internet Archive中的书一般历史久远，注册后只能借阅，不太方便。 测试 ： 使用一些在线工具尝试acsm转pdf文件，未果。 转为借由acsm文件间接下载的方式。 亲测能用的方法 ： 1.下载图书对应的acsm文件，方法为 修改url的链接 ，acsm文件很小，为2KB左右； 2.安装Adobe Digital Edition； 3.通过Adobe Digital Edition打开acsm文件，此时可以找到电脑中产生了一个你想要的图书的pdf文件，但因为是加密的，无法用正常的pdf阅读软件打开，接着进行下一步； 4.安装calibre，注意安装5.0版本之前的版本，因为最新版本不支持DeDRM插件； 5.安装完calibre软件后再下载[DeDRM插件]( Releases · apprenticeharper/DeDRM_tools (github.com) )，这里要 注意 下载对应适配calibre版本的DeDRM版本，下载后解压缩，并按照"首选项-插件-从文件加载插件"的步骤加载该插件； 6.DeDRM插件安装成功后接着用calibre打开加密的pdf文件，加载完毕，问题已搞定，通过calibre找到图书的pdf文件存放位置，会发现可以用正常的pdf阅读软件正常打开了。 参考链接： 1.reddit中给出的方法： (1) In archive org, some books can only be borrowed for 1 hour, these types of books do not have a download button as usual, does anyone know how to download these kind of books? : libgen (reddit.com) 2.下载图书的acsm文件： internet archive一小时借阅限制破解 - ericfoner (@ericfoner) (matters.news) 2.艺术史图书馆公众号给出的教程： Internet Archive中借阅类图书的下载和破解方法 (qq.com) 3.解决calibre安装DeDRM插件的问题： DeDRM_too...
阅读全文

2021年网站更新，再出发

-
更新了我的blogger，现在可以顺利访问。 终于搞定，折腾一下午，终于排除了所有的bug，久违的感觉。 修改过程参考了一些博文，也发现这些博文有的地方存在问题，仍然需要自己摸索，提供个思路是可以的。折腾完毕，把用到的js文件、头像文件保存到了阿里云的云存储系统，后续细节抽空再更新，目前定位是博文只包含文字，因为图片访问还得考虑图片的存储问题。 参考链接： 头像和js文件先是尝试了github没成功，后来放到阿里云的oss存放。 1. https://www.cnblogs.com/ChenYFan/p/13455143.html 2. https://blog.iljw.me/2016/09/blogger.html 20210202
阅读全文

理解贝叶斯理论 Understanding Bayes theorem

-
图片
目前为止我看到理解贝叶斯公式最好的方式是通过绘图，来自3Blue1Brwon频道讲解贝叶斯的 视频 ，详情可参阅上述视频（以下三幅图也来自该视频）。 最常见的一个误解来自于 P(A and B) = P(A)P(B)，事实上这个公式并不成立，左右两边并不一定相等；因为它有一个前提条件是A事件与B事件相互独立，我们常常看到在掷硬币、掷骰子之类的例子中，因为每次投掷相互独立、互不影响，因此计算概率时可以将每次的概率直接相乘，但实际生活远比这个复杂，因为两个事件可能有或多或少的关联，影响事件的因素有很多，此时贝叶斯就会熠熠生辉。 P(A and B)≠ P(A)P(B) P（A and B）作为中介 推导贝叶斯公式 ps：利用概率和贝叶斯思考方式对于生活很有指导意义，帮助我们借助于新信息更新已有认知。 生活中的现象：常常不自觉担心这个、担心那个，但细细思考一下，最简单的方式就是看一下这件事情发生的概率有多少？比如一个地区，每年因为下雨掉沟里的人有15人，该地区一共有10万人，那你计算一下如果今天下雨了，你担心的那个人掉沟里的概率是多少，是0.15%，就是说2000人里才有3个人因为这件下雨掉沟里，你还会像之前那样担心吗？ 但现实生活的情况往往比较复杂，会有很多信息可以借鉴，此时就要用到贝叶斯思考方式。 什么是贝叶斯公式? P(A | B)= P (B | A) * P(A) / P(B)，在这个公式中，P (B | A）叫作似然率，P(A)叫作先验概率，P(A | B)叫作后验概率。贝叶斯公式做的事情其实就是对P(A) 的更新，更新P(A)时借助于P (B | A)，可以理解为，你之前对A事件发生有一个概率判断，但幸运的是你现在又有了B事件帮助你判断A事件，也就是说你拥有了更多的信息来判断事件A发生的概率，简而言之就是利用新信息更新已有认知。 比如说小爱同学一直认为自己的男朋友天猫精灵是个很老实的人，但某一天当小爱同学不小心翻到了天猫精灵的互动记录，发现天猫精灵与多位异性有频繁互动，此刻的小爱同学是矛盾的，她想：天猫精灵出轨了吗？这个判断其实是不好确定的，小爱坐在沙发上，开始自言自语，突然有个苹果扔了过来，是贝叶斯的苹果，小爱很激动，突然想起贝叶斯老师曾经教授她的秘笈，小爱拿出一张纸开始推演起来：原本小爱认为小天是个老实人（不出轨）的概率是90%，也就是小爱认为小天出轨的...
阅读全文